用opencv 重写 halcon 算子 IntegrateFunct1d

好的，下面是一个使用 OpenCV 实现 Halcon 算子 IntegrateFunct1d 的示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

Mat IntegrateFunct1d(const Mat &src, bool is_cumulative)
{
    Mat result = Mat::zeros(src.size(), CV_32SC1);
    Mat temp = Mat::zeros(src.size(), CV_32SC1);
    for (int i = 0; i < src.cols; ++i) {
        if (i == 0) {
            result.at<int>(i) = src.at<uchar>(i);
        } else {
            if (is_cumulative) {
                result.at<int>(i) = result.at<int>(i - 1) + src.at<uchar>(i);
            } else {
                result.at<int>(i) = temp.at<int>(i - 1) + src.at<uchar>(i);
            }
        }
        temp.at<int>(i) = result.at<int>(i);
    }
    return result;
}

这个函数接受一个输入图像 src，以及一个布尔值 is_cumulative，表示是否要计算累积积分。函数返回一个积分数组，其中每个元素表示对应位置的积分值。

这个函数的实现方式比较简单，它使用了一个临时数组 temp 来存储中间结果。对于每个位置 i，如果 i=0，则将 src.at<uchar>(i) 赋值给 result.at<int>(i)；否则，如果 is_cumulative 为 true，则将 result.at<int>(i - 1) + src.at<uchar>(i) 的结果赋值给 result.at<int>(i)，否则将 temp.at<int>(i - 1) + src.at<uchar>(i) 的结果赋值给 result.at<int>(i)。最后更新 temp 数组，将 result.at<int>(i) 的值赋给 temp.at<int>(i)。这个过程中，所有的计算都使用了 OpenCV 中的矩阵操作函数，因此这个函数可以处理任何类型的输入图像，但输出图像必须是 32 位有符号整数型单通道图像。

需要注意的是，在实现过程中需要处理边界情况，即 i=0 时的特殊情况。此外，为了提高算法效率，可以考虑使用 OpenCV 中的积分图像技术，将算法复杂度从 O(n^2) 优化到 O(n)。