IplImage * pImg = NULL; 

	CString strName;
	/*
	CvScalar s;
	s.val[0]=s.val[1]=s.val[2]=s.val[3]=0;//black
	//1111-9999
	
	for (int kk = 1111;kk<2999;kk++)
	{
		if(pImg != NULL)
			cvReleaseImage(&pImg);
		pImg =cvLoadImage( "压力测试专用文件夹\\75tv.jpg" , 1 ) ;
		float nwidth = (float)pImg->width/24;
		float nheight = (float)pImg->height/30;
		strName.Format("%d",kk);
		//得到每一位然后去涂。。。
		int num1 = strName.GetAt(0)-48;
		int num2 = strName.GetAt(1) -48;
		int num3 = strName.GetAt(2)-48;
		int num4 = strName.GetAt(3)-48;
		
		//3
		for (int x = 2*nwidth;x<3*nwidth;x++)
		{
			for (int y = (5+num1)*nheight;y<(5+num1+1)*nheight;y++)
			{
				cvSet2D(pImg,y,x,s);
			}	
			
			//strName.Format("压力测试专用文件夹\\%d.jpg",strName);
			//cvSaveImage (strName,pImg);
			
		}
		//4
		for (int x2 = 3*nwidth;x2<4*nwidth;x2++)
		{
			for (int y2 = (5+num2)*nheight;y2<(5+num2+1)*nheight;y2++)
			{
				cvSet2D(pImg,y2,x2,s);
			}	
			
			//strName.Format("压力测试专用文件夹\\%d.jpg",strName);
			//cvSaveImage (strName,pImg);
			
		}
		//5
		for (int x3 = 4*nwidth;x3<5*nwidth;x3++)
		{
			for (int y3 = (5+num3)*nheight;y3<(5+num3+1)*nheight;y3++)
			{
				cvSet2D(pImg,y3,x3,s);
			}	
			
			//strName.Format("压力测试专用文件夹\\%d.jpg",strName);
			//cvSaveImage (strName,pImg);
			
		}
		
		//6
		
		for (int x4 = 5*nwidth;x4<6*nwidth;x4++)
		{
			for (int y4 = (5+num4)*nheight;y4<(5+num4+1)*nheight;y4++)
			{
				cvSet2D(pImg,y4,x4,s);
			}	
			
			//strName.Format("压力测试专用文件夹\\%d.jpg",strName);
			//cvSaveImage (strName,pImg);
		
		}
		strName.Format("压力测试专用文件夹\\%d.jpg",kk);
		cvSaveImage (strName,pImg);	

	}
	*/
	//
	
	//再开始合成
	CvScalar s;
	s.val[0]=s.val[1]=s.val[2]=s.val[3]=255;//white
	IplImage * pOKImg = cvCreateImage(cvSize(800,600),8,1);
	for (int u =1111;u<2999;u++)
	{
		for (int a = 0;a<800;a++)
		{
			for (int b = 0;b<600;b++)
			{
				cvSet2D(pOKImg,b,a,s);
			}	
			

		}
		//加载图片
		CString strName;
		strName.Format("压力测试专用文件夹\\%d.jpg",u);
		IplImage * pImg = cvLoadImage(strName,0);
		CvScalar s2;
		for (int i = 0 ;iwidth;i++)
		{
			for (int j=0 ; jheight;j++)
			{
				s2=cvGet2D(pImg,j,i);
				cvSet2D(pOKImg,j+30,i+30,s2);
			}

		}
		strName.Format("C:\\Documents and Settings\\Administrator\\桌面\\压力测试用图片\\%d.jpg",u);
		cvSaveImage (strName,pOKImg);

	}
	

	/*
	for (int i = 0 ;i<3 ;i++)//行循环
	{

		for (int j = 0 ;j<9 ;j++)//列循环
		{
			for (int y = (6+j)*nheight;y<(6+j+1)*nheight;y++)
			{
				cvSet2D(pImg,y,x,s);
			}	
			
			for (int m = 0 ;m<9 ;m++)//列循环
			{
				for (int n = 0 ;n<9 ;n++)//列循环
				{
					
					for (int x = (3+i)*nwidth;x<(3+i+1)*nwidth;x++)
					{
						for (int y = (6+j)*nheight;y<(6+j+1)*nheight;y++)
						{
							cvSet2D(pImg,y,x,s);
						}	
						
						strName.Format("压力测试专用文件夹\\%d%d.jpg",i,j);
						cvSaveImage (strName,pImg);
						
					}

				}
			}


		}
	}
	*/

这个解释得很清楚，以备自查

片段链接来自：http://zhuyuge0.blog.163.com/blog/static/13230361420116178512694/

try{
	//故意出错
}
catch(cv::Exception& e )
{
        const char * s_ERROR=e.what();
        AfxMessageBox(s_ERROR);
}

终值 = Va*(1-rank/10)+Vb*(rank/10)

///下边是关键代码，有注释

//先说一下，pimg是大图(也可以理解为背景图)，watermarkpic是水印图片（你的水印logo，或者文字），是IplImage格式指针
//注意数组的越界问题，水印图片要比pimg的小才行的。如果大了，就缩小一下就可以了

		//把水印图片的像素值写到pImg的ROI中
		CvScalar scalar1,scalar2,scalar3;
		//透明度参数
		double dbAlpha;
                //1-10,0为不透明,10为透明(也就是不显示水印图片),所以实际值为1-9
		dbAlpha = 2;
		for (int i=0;iheight;i++)
		{
			for (int j=0;jwidth;j++)
			{
				//得到水印图片对应的值
				//这其实也可以设置一下透明度的 hyaline
				//scalar=cvGet2D(watermarkpic,i,j);//这行是完全不透明的语句
				scalar1 = cvGet2D(watermarkpic,i,j);//水印图片像素值
				scalar2 = cvGet2D(pImg,i,j);//pimg像素值
				for (int k =0;k<4;k++)
				{
                                        //开始赋值，也就是合成后图片对应的像素值
					scalar3.val[k] = scalar1.val[k]*(1-dbAlpha)+scalar2.val[k]*dbAlpha;

				}

				cvSet2D(pImg,i,j,scalar3);

			}
		}

下边附3张效果图:

最后,感谢美女范冰冰小姐的友情客串.
ps:图片来自截屏软件，就有添加透明水印的效果哦，可自定义水印位置哈：http://www.youthtribe.com/snapshot/

Dilate

使用任意结构元素膨胀图像

void cvDilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );

src

输入图像.

dst

输出图像.

element

用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素

iterations

膨胀的次数

函数 cvDilate 对输入图像使用指定的结构元进行膨胀，该结构决定每个具有最小值象素点的邻域形状：

dst=dilate(src,element):  dst(x,y)=max((x',y') in element))src(x+x',y+y')

函数支持（in-place）模式。膨胀可以重复进行 (iterations) 次. 对彩色图像，每个彩色通道单独处理。

下边是程序：

// opencv_template.cpp : 定义控制台应用程序的入口点。 //
#include "stdafx.h"
#include "opencv2/opencv.hpp"; 
#include "opencv/cv.h";

using namespace std; 
using namespace cv;

int _tmain(int argc, _TCHAR* argv[]) {  
//cout"""iam a boy"""endl;  
IplImage *img;  img=cvLoadImage("test.jpg",1);  
IplImage *newimg;  
newimg = cvCloneImage(img);

//开始膨胀  
cvDilate(img,newimg,NULL,3);  
//开始腐蚀  
//cvErode(img,newimg,NULL,3);

//开始显示图片  
cvNamedWindow("DilateBefore",CV_WINDOW_AUTOSIZE);  
cvNamedWindow("DilateAfter",CV_WINDOW_AUTOSIZE);  
cvShowImage("DilateBefore",img);  
cvSaveImage("new.jpg",newimg);  
cvShowImage("DilateAfter",newimg);  
cvWaitKey(0);  
//system("pause");  
return 0; 
}

在右侧显示的 常规中包含目录中 添加：你的opencv安装目录 \opencv2.4.4\opencv\build\include,你的opencv安装目录 \opencv2.4.4\opencv\build\include\opencv,你的opencv安装目录 \opencv2.4.4\opencv\build\include\opencv2,这三项

在库目录中添加 ：

你的opencv安装目录opencv2.4.4\opencv\build\x86\vc10\lib

2在链接器－〉输入，右侧 附加依赖项 添加如下：

opencv_calib3d244d.lib opencv_contrib244d.lib opencv_core244d.lib opencv_features2d244d.lib opencv_flann244d.lib opencv_gpu244d.lib opencv_highgui244d.lib opencv_imgproc244d.lib opencv_legacy244d.lib opencv_ml244d.lib opencv_objdetect244d.lib opencv_ts244d.lib opencv_video244d.lib

(这些lib要成一行一行的加， 不然会有LINK : fatal error LNK1104: 无法打开文件”.obj”这个错误)

（注：最后带d的lib适合debug，244实际上是版本，为了方便调试 和发布，所以最好都添加吧）

3.在需要用到opencv的cpp文件中加入：

#include <opencv2/opencv.hpp>

#include <opencv/cv.h>

ok。这样好像就可以了。只适用于vc2010 之 cv++

函数：CvSeq *cvHoughCircles(CvArr *image,void *circle_storage,int method,double dp,double min_dist,double param1,double param2,int min_radius,int max_radius)

下边是参数说明：

class CV_EXPORTS Mat
{

public：




int flags;（Note ：目前还不知道flags做什么用的）
int dims; 
int rows,cols; 
uchar *data; 
int * refcount; 
...

};

 从以上结构体可以看出Mat也是一个矩阵头，默认不分配内存，只是指向一块内存(注意读写保护)。初始化使用create函数或者Mat构造函数，以下整理自opencv2.3.1 Manual:

Mat(nrows, ncols, type, fillValue]); 
M.create(nrows, ncols, type);

例子：
Mat M(7,7,CV_32FC2,Scalar(1,3)); 
M.create(100, 60, CV_8UC(15));

int sz[] = {100, 100, 100}; 
Mat bigCube(3, sz, CV_8U, Scalar:all(0));

double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};
Mat M = Mat(3, 3, CV_64F, m).inv();

Mat img(Size(320,240),CV_8UC3); 
Mat img(height, width, CV_8UC3, pixels, step);

IplImage* img = cvLoadImage("greatwave.jpg", 1);
Mat mtx(img,0); // convert IplImage* -> Mat;

访问Mat的数据元素：

Mat M;
M.row(3) = M.row(3) + M.row(5) * 3; 


Mat M1 = M.col(1);
M.col(7).copyTo(M1); 


Mat M;
M.at<double>(i,j); 
M.at(uchar)(i,j); 
Vec3i bgr1 = M.at(Vec3b)(i,j) 
Vec3s bgr2 = M.at(Vec3s)(i,j) 
Vec3w bgr3 = M.at(Vec3w)(i,j) 


double sum = 0.0f;
for(int row = 0; row < M.rows; row++)
{ 
const double * Mi = M.ptr<double>(row); 
for (int col = 0; col < M.cols; col++) 
sum += std::max(Mi[j], 0.);
}


double sum=0;
MatConstIterator<double> it = M.begin<double>(), it_end = M.end<double>();
for(; it != it_end; ++it) 
sum += std::max(*it, 0.);

Mat可进行Matlab风格的矩阵操作，如初始化的时候可以用initializers,zeros(), ones(), eye(). 除以上内容之外，Mat还有有3个重要的方法：

Mat mat = imread(const String* filename); // 读取图像
imshow(const string frameName, InputArray mat); // 显示图像
imwrite (const string& filename, InputArray img); //储存图像

CvMat, Mat, IplImage之间的互相转换

IpIImage -> CvMat

CvMat matheader;
CvMat * mat = cvGetMat(img, &matheader);

CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3);
cvConvert(img, mat)

IplImage -> Mat
Mat::Mat(const IplImage* img, bool copyData=false);
例子：
IplImage* iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg);

Mat -> IplImage
Mat M
IplImage iplimage = M;

CvMat -> Mat
Mat::Mat(const CvMat* m, bool copyData=false);

Mat -> CvMat
例子(假设Mat类型的imgMat图像数据存在)：
CvMat cvMat = imgMat;/*Mat -> CvMat, 类似转换到IplImage，不复制数据只创建矩阵头

1. 首先，新的版本几乎完全向下兼容，变化主要体现现在：
a. 增加新的/优化的算法实现。（不多，因为图像处理经典的算法就那么多）
b. 对多语言/平台的支持，比如python, c++,android。这与现在的商业应用有关。
c. 文件命名规则发生了一些变化，比如现在的库统一为opencv_xxxxx.lib，加了前缀。（仅举例，可能还有别的）
d. 数据结构发生了变化。2.0以后，提倡使用Mat 结构，来代替以前的IplImage,Array。结构跟易于使用。(仅举例，可能还有别的)
e. 目录结构发生了变化，opencv opencv2，你观察一下就知道了。对旧的代码，要设置好inlucde路径。

2. 是否需要下载新的版本，取决你的情况。
a. 研究学习（在校学生）的话，个人觉得越新越好。代价是一些旧的代码可能需要多花些时间调试（学生多是这种需求吧？ ）。
b. 项目开发的话，如果你不是决策者，就无须担忧这个问题。会有人决定的。——看问题，你应该不是。

3. 使用c风格还是c++风格：
a. 其实opencv对待c 与c++，如同对待c与python一样，分别提供了不同的API,完全独立。只是因为c与c++的关系，两者才显得纠结不清。
b. 使用谁完全取决于你。c++的语法相对宽松，接口简单，易于使用。c的已有代码、资料会多一些。——一般来说，是会混用的。:-D 因为大多数程序员都分不清c与c++的区别。
c. 简单说，就是不用纠结这个问题，把功能实现即可。

个人的一些浅薄简介，希望能帮到你。也是刚开始使用OpenCV。

整理自：http://www.opencv.org.cn/forum