OpenCV常用的图像和矩阵操作总结.docx
《OpenCV常用的图像和矩阵操作总结.docx》由会员分享，可在线阅读，更多相关《OpenCV常用的图像和矩阵操作总结.docx（19页珍藏版）》请在冰豆网上搜索。
OpenCV常用的图像和矩阵操作总结
OpenCv常用图像和矩阵操作
目录
学习资料2
书籍2
网站：
2
本地安装目录2
图像IplImage3
StructureIplImage3
图像的常用操作4
图像载入函数4
窗口定义函数4
图像显示函数4
图像保存函数5
图像销毁函数5
存取图像像素5
矩阵CvMat9
StructCvMat9
矩阵的创建和初始化10
释放矩阵10
复制矩阵:
11
存取矩阵元素11
简单的方法11
麻烦的方法12
恰当的方法15
cvmGet（）和cvmSet（）的局限16
矩阵/向量数学操作17
矩阵-矩阵操作:
17
按元素的矩阵操作:
18
向量乘积:
18
单矩阵操作:
18
非齐次线性系统求解:
18
特征值分析（针对对称矩阵）:
19
奇异值分解SVD:
19
其他20
Shell函数显示图片20
IplImage到cvMat的转换20
学习资料
书籍
LearningOpenCV（影印版）
作者：
GaryBradski,AdrianKaehler
出版社：
东南大学出版社
学习OpenCV（中文版）
作者：
GaryBradski,AdrianKaehler
译者：
于仕琪刘瑞祯
出版社：
清华大学出版社
OpenCV中文教程
作者：
刘瑞祯于仕琪
网站：
本地安装目录
在安装目录OpenCV1.0\docs下有各种学习资料
只用在本地安装目录下面就可以查询到大部分需要的信息，当然也可以直接XX，google
图像IplImage
StructureIplImage
OpenCv中图像的结构体为IplImage，位于头文件cxcore.h中，IplImage结构体的定义如下：
/////////////////////////////////////////////////////////////////////////////
typedefstruct_IplImage
{
intnSize;/*IplImage大小*/
intID;/*版本（=0）*/
intnChannels;/*大多数OPENCV函数支持1,2,3或4个通道*/
intalphaChannel;/*被OpenCV忽略*/
intdepth;/*像素的位深度，主要有以下支持格式：
IPL_DEPTH_8U,IPL_DEPTH_8S,IPL_DEPTH_16U,IPL_DEPTH_16S,IPL_DEPTH_32S,
IPL_DEPTH_32F和IPL_DEPTH_64F*/
charcolorModel[4];/*被OpenCV忽略*/
charchannelSeq[4];/*同上*/
intdataOrder;/*0-交叉存取颜色通道,1-分开的颜色通道.
只有cvCreateImage可以创建交叉存取图像*/
intorigin;/*图像原点位置：
0表示顶-左结构,1表示底-左结构*/
intalign;/*图像行排列方式（4or8），在OpenCV被忽略，使用widthStep代替*/
intwidth;/*图像宽像素数*/
intheight;/*图像高像素数*/
struct_IplROI*roi;/*图像感兴趣区域，当该值非空时，
只对该区域进行处理*/
struct_IplImage*maskROI;/*在OpenCV中必须为NULL*/
void*imageId;/*同上*/
struct_IplTileInfo*tileInfo;/*同上*/
intimageSize;/*图像数据大小（在交叉存取格式下ImageSize=image->height*image->widthStep），单位字节*/
char*imageData;/*指向排列的图像数据*/
intwidthStep;/*排列的图像行大小，以字节为单位*/
intBorderMode[4];/*边际结束模式,在OpenCV被忽略*/
intBorderConst[4];/*同上*/
char*imageDataOrigin;/*指针指向一个不同的图像数据结构（不是必须排列的），是为了纠正图像内存分配准备的*/
}IplImage;}
IplImage;
/////////////////////////////////////////////////////////////////////////////
主要的成员变量有
nChannels:
图像的通道数目，即灰度图像：
nChannels=1;RGB图像nChannels=3
depth:
每个像素值的数据类型和所占的存储空间
origin变量可以有两种取值：
IPL_ORIGIN_TL或者IPL_ORIGIN_BL，分别设置坐标原点的位置于图像的左上角或者左下角。
在计算机视觉领域，一个重要的错误来源就是原点位置的定义不统一。
具体而言，图像的来源、操作系统、编解码器和存储格式等因素都可以影响图像坐标原点的选取。
举例来说，你或许认为自己正在从图像上面的脸部附近取样，但实际上却在图像下方的裙子附近取样。
避免此类现象发生的最好办法是在最开始的时候检查一下系统，在所操作的图像块的地方画点东西试试。
dataOrder:
多通道的数据存储方式，dataOrder=0是交叉通道存储方式，即BGRBGRBGRBGR的方式存储；dataOrder=1是采用独立通道方式存储，即RRRRRRR。
。
。
，GGGGGGG…,BBBBBB…,一般都是BGRBGRBGR的这种交叉存储方式，cvCreateImage生成的图像也是这种存储方式。
width:
图像的宽度
height:
图像的高度
imageData:
图像的像素矩阵
widthStep:
每一行像素所占的字节数目.参数widthStep包括相邻行的同列点之间的字节数。
仅凭变量width是不能计算这个值的，因为为了处理过程更高效每行都会用固定的字节数来对齐；因此在第i行末和第i+1行开始处可能会有些冗于字节。
参数imageData包含一个指向第一行图像数据的指针。
如果图像中有些独立的平面（如当dataOrder=IPL_DATA_ORDER_PLANE）那么把它们作为单独的图像连续摆放，总行数为height和nChannels的乘积。
但通常情况下，它们是交错的，使得行数等于高度，而且每一行都有序地包含交错的通道。
ROI--感兴趣的区域（ROI），实际上它是另一个IPL/IPP结构IplROI的实例。
IplROI包含xOffset，yOffset，height，width和coi成员变量，其中COI代表channelofinterest（感兴趣的通道）。
ROI的思想是：
一旦设定ROI，通常作用于整幅图像的函数便会只对ROI所表示的子图像进行操作。
如果IplImage变量中设置了ROI，则所有的OpenCV函数就会使用该ROI变量。
如果COI被设置成非0值，则对该图像的操作就只作用于被指定的通道上了。
不幸的是，许多OpenCV函数都忽略参数COI。
图像的常用操作
图像载入函数
函数cvLoadImage载入指定图像文件，并返回指向该文件的IplImage指针。
函数支持bmp、jpg、png、tiff等格式的图像。
其函数原型如下：
IplImage*cvLoadImage（constchar*filename,intiscolor）;
其中，filename是待载入图像的名称，包括图像的扩展名；iscolor是一个辅助参数项，可选正数、零和负数三种值，正数表示作为三通道图像载入，零表示该图像作为单通道图像，负数表示载入图像的通道数由图像文件自身决定。
窗口定义函数
函数cvNamedWindow定义一个窗口，用于显示图像。
其函数原型如下：
intcvNamedWindow（constchar*name,unsignedlongflags）;
其中，name是窗口名，flags是窗口属性指标值，可以选择CV_WINDOW_AUTOSIZE和0两种值。
CV_WINDOW_AUTOSIZE表示窗口尺寸与图像原始尺寸相同，0表示以固定的窗口尺寸显示图像。
图像显示函数
函数cvShowImage是在指定的窗口中显示图像，其函数原型如下：
voidcvShowImage（constchar*name,constCvArr*image）;
其中，name是窗口名称，image是图像类型指针，一般是IplImage指针。
图像保存函数
函数cvSaveImage以指定的文件名保存IplImage类型的指针变量，其函数原型如下：
intcvSaveImage（constchar*filename,constCvArr*image）;
其中，filename是图像保存路径和名称，image是IplImage指针变量。
Trick：
如果要保存一组图像到result文件夹,图像个数为n,保存名称按照一定的序号递增，假设为imgTmp0.jpg，imgTmp1.jpg，imgTmp2.jpg，imgTmp3.jpg，…,imgTmpn.jpg，则
操作为：
char*f[30];
for（inti=0;i{
sprintf（f,”result/imgTmp%d.jpg”,i）;
cvSaveImage（f,img）;
}
借用sprintf函数即可以完成依次命名的功能。
图像销毁函数
函数cvReleaseImage销毁已定义的IplImage指针变量，释放占用内存空间。
其函数原型如下：
voidcvReleaseImage（IplImage**image）;
其中，image为已定义的IplImage指针。
存取图像像素
包括获取像素值和对像素值赋值
●直接获取
假设图像为IplImage*img,图像的depth=IPL_DEPTH_8U（每个像素用8bits表示），获取像素坐标（x,y）的操作为
1.灰度图像（单通道img->nChannels=1）
对像素赋值：
（（char*）（img->imageData+y*imge->widthStep））[x]=255;
获取像素值：
intgrayValue=（（char*）（img->imageData+y*imge->widthStep））[x];
2.彩色图像（单通道img->nChannels=1）
对像素赋值：
（（char*）（img->imageData+y*imge->widthStep））[3*x]=255;
（（char*）（img->imageData+y*imge->widthStep））[3*x+1]=255;
（（char*）（img->imageData+y*imge->widthStep））[3*x+2]=255;
获取像素值：
ucharb=（（char*）（img->imageData+y*imge->widthStep））[x];
ucharg=（（char*）（img->imageData+y*imge->widthStep））[x];
ucharr=（（char*）（img->imageData+y*imge->widthStep））[x];
注意：
注意（char*）这个指针的强制转换是针对img->imageData+y*imge->widthStep的，也就是针对图像的行指针进行的转换，注意括弧的范围。
当image->depth为其他值时，则可能每个像素的数据类型需要进行（int*）,（float*）,（double*）等转换。
参数widthStep是相邻行的同列点之间的字节数。
仅凭变量width是不能计算这个值的，因为为了处理过程更高效每行都会用固定的字节数来对齐；因此在第i行末和第i+1行开始处可能会有些冗于字节。
一次在进行行切换时,一定要widthStep来进行内存的偏移,而不是用depth*width.
一般的情况下，假设有N-通道，类型为T的图像：
I（x,y）c~（（T*）（img->imageData+img->widthStep*y））[x*N+c]//注意x.,y的位置
例子:
void saturate_sv（ IplImage* img ）
{
for（ int y=0; yheight; y++ ）
{
uchar* ptr = （uchar*） （ Img->imageData + y * img->widthStep ）;
for（ int x=0; xwidth; x++ ）
{
ptr[3*x] = 255;
ptr[3*x+1] = 255;
ptr[3*x+2] = 255;
}
}
}
在以上程序中，我们用指针ptr指向第y行的起始位置。
接着，我们从指针中析出饱和度和高度在x维的值。
因为这是一个三通道图像，所以C通道在x行的位置是3*x+c。
该使用方法是受限的
ucharb,g,r;
b=img->imageData[img->widthStep*row+col*3]
g=img->imageData[img->widthStep*row+col*3+1];
r=img->imageData[img->widthStep*row+col*3+2];
由于imageData指针始终是char*类型的，因此该方法只适用于8bits/pixel的图像表示，其他的图像类型则需要进行指针转换。
●宏
可以使用宏CV_IMAGE_ELEM（image_header,elemtype,y,x_Nc）
I（x,y）c~CV_IMAGE_ELEM（img,T,y,x*N+c），其中c为通道的序号，如彩色图像c=0，1，2
不过使用该宏是也要小心数据类型elemtype的问题。
也有针对各种图像（包括4通道图像）和矩阵的函数（cvGet2D,cvSet2D），但是它们非常慢。
注：
该宏在每次调用时，都会重新计算指针的位置。
这意味着，先查找数据区中第0个元素的位置，然后，根据参数中的行和列，计算所需要的元素的地址偏移量，然后将地址偏移量与第0个元素的地址相加，获得所需要的元素的地址。
所以，以上的方式虽然很容易使用，但是却不是获得元素的最好方式。
特别是当你要顺序遍历整个图像中所有元素时，这种每次对地址的重复计算就更加显得不合理。
●cvGet2D（）和cvSet2D（）
可以通过cvGet2D（）和cvSet2D（）两个函数加上一个CvScalar结构体做到获取图像的像素点。
OpenCV中，CvScalar结构为：
typedefstructCvScalar
{
double val[4];
}
CvScalar;
4个double型变量，算法处理时不至于被强制类型转换而降低精度了。
再来看读写函数的定义：
cvGet2D 获得某个点的值,idx0=hight行值,idx1=width列值。
CVAPI（CvScalar） cvGet2D（ const CvArr*arr, int idx0, int idx1）;
cvSet2D 给某个点赋值。
CVAPI（void） cvSet2D（ CvArr*arr, int idx0, int idx1, CvScalar value）;
有上可见，cvGet2D的返回类型和cvSet2D中value的类型都是CvScalar，这样定义一个CvScalar变量再调用函数就OK了。
OpenCV中像素点读写例子：
int main（int argc, char **argv）
{
IplImage *img= cvLoadImage（argv[1],1）;
CvScalar pixel;
for （int i=0;iheight;++i）
{
for （int j=0;jwidth;++j）
{
//获得像素的RGB值并显示,注意内存中存储顺序是BGR
pixel= cvGet2D（img,i,j）;
printf（"B=%f,G=%f,R=%f\t",pixel.val[0],pixel.val[1],pixel.val[2]）;
//修改各点的值
pixel.val[0]=0;
pixel.val[1]=0;
pixel.val[2]=0;
cvSet2D（img,i,j,pixel）;
}
}
cvNamedWindow（"image",1）;
cvShowImage（"image",img）;
cvWaitKey（0）;
cvDestroyWindow（"image"）;
cvReleaseImage（&img）;
return 0;
}
矩阵CvMat
StructCvMat
CvMat的结构体定义为：
typedefstructCvMat
{
inttype;/*CvMatsignature（CV_MAT_MAGIC_VAL）,elementtypeandflags*/
intstep;/*fullrowlengthinbytes*/
int*refcount;/*underlyingdatareferencecounter*/
union
{
uchar*ptr;
short*s;
int*i;
float*fl;
double*db;
}data;/*datapointers*/
#ifdef__cplusplus
union
{
introws;
intheight;
};
union
{
intcols;
intwidth;
};
#else
introws;/*numberofrows*/
intcols;/*numberofcolumns*/
#endif
}CvMat;
step是每一行数据的长度，以字节来表示
data是存放矩阵数据的联合体，如果矩阵pMat是float类型的，那么获取矩阵数据指针的方式为pMat->data.fl，如果是整型的pMat->data.i
行数和列数在c和c++中定义略有不同，但是rows和cols是通用的两个变量。
矩阵的创建和初始化
矩阵有多种创建方法。
最常见的方法是用cvCreateMat（），它由多个原函数组成，如cvCreateMatHeader（）和cvCreateData（）。
cvCreateMatHeader（）函数创建CvMat结构，不为数据分配内存，而cvCreateData（）函数只负责数据的内存分配。
有时，只需要函数cvCreateMatHeader（），因为已因其他理由分配了存储空间，或因为还不准备分配存储空间。
第三种方法是用函数cvCloneMat（CvMat*），它依据一个现有矩阵创建一个新的矩阵。
当这个矩阵不再需要时，可以调用函数cvReleaseMat（CvMat*）释放它。
●分配矩阵空间
CvMat*cvCreateMat（introws,intcols,inttype）;
type:
矩阵元素类型.格式为CV_（S|U|F）C.
例如:
CV_8UC1表示8位无符号单通道矩阵,CV_32SC2表示32位有符号双通道矩阵.
例:
CvMat*M=cvCreateMat（4,4,CV_32FC1）;
●逐点赋值式初始化
CvMat*mat=cvCreateMat（2,2,CV_64FC1）;
cvZero（mat）;
cvmSet（mat,0,0,1）;
cvmSet（mat,0,1,2）;
cvmSet（mat,1,0,3）;
cvmSet（mat,2,2,4）;
cvReleaseMat（&mat）;
●使用现有数组初始化
doublea[]={1,2,3,4,
5,6,7,8,
9,10,11,12};
CvMatmat=cvMat（3,4,CV_64FC1,a）;//64FC1fordouble
//不需要cvReleaseMat，因为数据内存分配是由double定义的数组进行的。
释放矩阵
CvMat*M=cvCreateMat（4,4,CV_32FC1）;
cvReleaseMat（&M）;
复制矩阵:
CvMat*M1=cvCreateMat（4,4,CV_32FC1）;
CvMat*M2;
M2=cvCloneMat（M1）;
存取矩阵元素
假设需要存取一个2维浮点矩阵的第（i,j）个元素.
简单的方法
从矩阵中得到一个元素的最简单的方法是利用宏CV_MAT_ELEM（）。
这个宏（参见例3-4）传入矩阵、待提取的元素的类型、行和列数4个参数，返回提取出的元素的值。
例3-4：
利用CV_MAT_ELEM（）宏存取矩阵
1.CvMat* mat = cvCreateMat（ 5, 5, CV_32FC1 ）;
2.float element_3_2 = CV_MAT_ELEM（ *mat, float, 3, 2 ）;
更
升级会员 