今天我想到了一个项目，是这样设计的，我是用c++qt6开发的，我在主线程中用OpenGL显示渲染图像，再造一个opencv的工作类，就是根据主程序的需求，比如我需要一个高斯模糊处理的图像，我需要图像轮廓等等，按照主程序指令，在opencv中是用函数指针还是创建对象还没考虑好，反正就是要把任务丢到线程池里去跑，运行好了以后将结果通过信号槽传回给主线程。
opencv中设计的相关概念
Mat
mat就是存放图像的矩阵，他的通道和OpenGL的有些区别，使用时需要转换，opencv用的是BGR，而OpenGL用的是RGB或RGBA,坐标轴也是，opencv的原点在左上角，OpenGL的在左下角，使用时需要注意翻转坐标轴。
| 数据形式 | Mat 维度 | 示例 |
|---|---|---|
| 灰度图像 | 2 阶矩阵 | 尺寸：(rows, cols) |
| 彩色图像（RGB/BGR） | 3 阶矩阵 | 尺寸：(rows, cols, channels) |
| 视频序列 | 4 阶矩阵 | 尺寸：(frames, rows, cols, channels) |
| 高维数据（如点云） | N 阶矩阵 | 用户自定义维度（如 3D 体素网格） |
读取图片，视频，摄像头
读取图片就是cv::imread()。
读取视频和摄像头差不多，只不过是输入设备不同而已，在无限或有限循环里面用videocapture对象read每一帧，每一帧waitkey（）多久
高斯模糊
高斯模糊（Gaussian Blur）是图像处理中最常用的平滑滤波技术之一，它通过高斯函数生成的卷积核来模糊图像，能有效去除噪声、降低细节层次，同时保留图像的整体结构。通俗点介绍就是有点像我以前项目绘制的草帽，中间高，周围逐渐降低，越高代表权重越高（插值算法）
cv::GaussianBlur(src, dst, ksize, sigmaX, sigmaY=0, borderType=cv::BORDER_DEFAULT);| 参数 | 说明 |
|---|---|
src |
输入图像（支持多通道，如彩色图） |
dst |
输出图像（与输入同尺寸和类型） |
ksize |
高斯核大小（宽高为奇数的 cv::Size(w,h)，如 cv::Size(5,5)） |
sigmaX |
X方向标准差（若设为0，则根据 ksize 自动计算：σ = 0.3*((ksize-1)*0.5 - 1) + 0.8） |
sigmaY |
Y方向标准差（默认0，表示与sigmaX相同） |
borderType |
边界处理方式（推荐默认值） |
sigma标准差不用填，程序会根据ksize自动计算 ,ksize就是高斯模糊的卷积核大小，他越大图像越模糊，必须是奇数。
- 高斯核可分解为水平和垂直方向的一维核，减少计算量：
// 等效于二维高斯模糊，但更快 cv::Mat tmp; cv::GaussianBlur(img, tmp, cv::Size(15,1), 0); // 水平方向 cv::GaussianBlur(tmp, blurred, cv::Size(1,15), 0); // 垂直方向
灰度图
这个灰度图就是个黑白的图片，单通道只有B上有数字，操作也很简单，将opencv的图像从BGR转换为GRAY
核心函数
cv::cvtColor(src, dst, cv::COLOR_BGR2GRAY);| 参数 | 说明 |
|---|---|
src |
输入的 彩色图像（BGR 格式，即 OpenCV 默认读取的格式） |
dst |
输出的 灰度图像（单通道） |
cv::COLOR_BGR2GRAY |
颜色空间转换代码，表示从 BGR 到灰度的转换 |
线程的设计太困了，明天再写吧