OpenCV学习笔记2.docx
《OpenCV学习笔记2.docx》由会员分享，可在线阅读，更多相关《OpenCV学习笔记2.docx（8页珍藏版）》请在冰豆网上搜索。
OpenCV学习笔记2
第二章数据结构
OpenCV核心库的数据结构
一、基本数据结构
CvPoint、CvPoint2D32f、CvPoint3D32f、
CvSize、CvSize2D32f、CvSize3D32f、CvRect
CvScalar（N元组）
CvMat、CvMatND、CvSpareseMat、CvTermCriteria、CvArr、Iplimage
例题4-1:
基本数据类型使用
说明:
cvFlip:
垂直,水平或即垂直又水平翻转二维数组
voidcvFlip（constCvArr*src,CvArr*dst=NULL,intflip_mode=0）;
flip_mode:
指定怎样去翻转数组。
flip_mode=0沿X-轴翻转,
flip_mode>0（如1）沿Y-轴翻转,
flip_mode<0（如-1）沿X-轴和Y-轴翻转.见下面的公式
函数cvFlip以三种方式之一翻转数组（行和列下标是以0为基点的）:
dst（i,j）=src（rows（src）-i-1,j）ifflip_mode=0
dst（i,j）=src（i,cols（src1）-j-1）ifflip_mode>0
dst（i,j）=src（rows（src）-i-1,cols（src）-j-1）ifflip_mode<0
二、数组有关的结构
1、数组定义
IplImage和cvMat结构的基本使用方法
IplImage:
图像结构
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:
IPL_DEPTH_8U,IPL_DEPTH_8S,
IPL_DEPTH_16U,
IPL_DEPTH_16S,IPL_DEPTH_32S,
IPL_DEPTH_32FandIPL_DEPTH_64F可支持*/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.
cvCreateImage只能创建交叉存取图像*/intorigin;/*0-顶—左结构,
1-底—左结构（Windowsbitmaps风格）*/
intalign;/*图像行排列（4or8）.OpenCV忽略它,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.当该值非空只对该区域进行处理*/
struct_Iplimage*maskROI;/*在OpenCV中必须置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,被OpenCV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结构来自于IntelImageProcessingLibrary（是其本身所具有的）。
OpenCV只支持其中的一个子集:
例题4-2:
显示图像信息。
图像处理函数:
IplImage*cvCreateImage（CvSizesize,intdepth,intchannels）;
VoidcvReleaseImage（IplImage**image）;
IplImage*cvCloneImage（constIplImage*image）;
VoidcvConvertImage（constCvArr*src,CvArr*dst,intflags=0）;
Flages:
0:
没变化,1:
垂直翻转,2交换红蓝信道）
VoidcvSetImageCOI（IplImage*image,intcoi）;根据给定值coi设置感兴趣信道
IntcvGetImageCOI（constIplImage*image）;返回感兴趣信道号
VoidcvSetImageROI（IplImage*image,CvRectrect）;基于给定的矩形设置ROI（RegionOfInterest）感兴趣区域
VoidcvResetImageROI（IplImage*image）;释放图像的ROI
CvRectcvGetImageROI（constIplImage*image）;返回图像ROI坐标
IplImage*cvGetImage（constCvArr*arr,IplImage*image_header）;从不确定数组返回图像头。
输入数组可以是CvMat*或IplImage*。
例4-3:
IplImage相关函数及ROI设定与获取
2、CvMat矩阵
（1）CvMat相关函数
CvMat*cvCreateMat（introws,intcols,inttype）;创建矩阵（行数、列数、元素类型）元素类型type:
通常以CV_<比特数>（S|U|F）C<通道数>的形式描述,例如:
CV_8UC1:
表示一个8bit无符号单信道矩阵;
CV_8SC1:
表示一个8bit有符号单信道矩阵;
CV_32SC:
表示一个32bit有符号双信道矩阵;
CvMat*cvCreateMatHeader（introws,intcols,inttype）;创建新的矩阵头,但并没有分配数据
CvMat*cvInitMatHeader（CvMat*mat,introws,intcols,inttype,void*data=NULL,intstep=CV_AUTOSTEP）;初始化矩阵头,data:
指向分配给矩阵头的数据指针。
CvMatcvMat（introws,intcols,inttype,void*data=NULL）;用于替代函数cvInitMatHeader。
CvMat*cvCloneMat（constCvMat*mat）;矩阵复制
VoidcvReleaseMat（CvMat**mat）;删除矩阵
voidcvGEMM（constCvArr*src1,constCvArr*src2,doublealpha,
constCvArr*src3,doublebeta,CvArr*dst,inttABC=0）;
#definecvMatMulAdd（src1,src2,src3,dst）cvGEMM（src1,src2,1,src3,1,dst,0）
#definecvMatMul（src1,src2,dst）cvMatMulAdd（src1,src2,0,dst）
src1
第一输入数组
src2
第二输入数组
src3
第三输入数组（偏移量）,如果没有偏移量,可以为空（NULL）。
dst
输出数组
tABC
T操作标志,可以是0或者下面列举的值的组合:
CV_GEMM_A_T-转置src1
CV_GEMM_B_T-转置src2
CV_GEMM_C_T-转置src3
例如,CV_GEMM_A_T+CV_GEMM_C_T对应
alpha*src1T*src2+beta*src3T
函数cvGEMM执行通用矩阵乘法:
dst=alpha*op（src1）*op（src2）+beta*op（src3）,这里op（X）是X或者XT
所有的矩阵应该有相同的数据类型和协调的矩阵大小。
支持实数浮点矩阵或者复数浮点矩阵例4:
cvMat处理函数（创建矩阵、矩阵相乘）
（2）复制和添加相关函数
voidcvCopy（constCvArr*src,CvArr*dst,constCvArr*mask=NULL）;
如果输入输出数组中的一个是Iplimage类型的话,其ROI和COI将被使用。
voidcvSet（CvArr*arr,CvScalarvalue,constCvArr*mask=NULL）;
如果数组arr是IplImage类型,那么就会使用ROI,但COI不能设置。
voidcvSetZero（CvArr*arr）;
#definecvZerocvSetZero清空数组
voidcvSetIdentity（CvArr*mat,CvScalarvalue=cvRealScalar
（1））;初始化带尺度的单位矩阵
voidcvRange（CvArr*mat,doublestart,doubleend）;用指定范围的数来填充矩阵
例题4-5矩阵元素添加
（3）数组变换
CvMat*cvReshape（constCvArr*arr,CvMat*header,intnew_cn,intnew_rows=0）;
不拷贝数据修改矩阵/图像形状（通道数、行数）
voidcvRepeat（constCvArr*src,CvArr*dst）;用原数组管道式添充输出数组dst（i,j）=src（imodrows（src）,jmodcols（src））
voidcvFlip（constCvArr*src,CvArr*dst=NULL,intflip_mode=0）;
垂直,水平或即垂直又水平翻转二维数组
voidcvSplit（constCvArr*src,CvArr*dst0,CvArr*dst1,CvArr*dst2,CvArr*dst3）;
分割多通道数组成几个单通道数组或者从数组中提取一个通道
voidcvMerge（constCvArr*src0,constCvArr*src1,constCvArr*src2,constCvArr*src3,CvArr*dst）;从几个单通道数组组合成多通道数组或插入一个单通道数组
voidcvRandShuffle（CvArr*mat,CvRNG*rng,doubleiter_factor=1.）;随机交换数组的元素
例题4-6数组变换
（4）获取数组元素和数组子集
CvMat*cvGetSubRect（constCvArr*arr,CvMat*submat,CvRectrect）;
返回输入的图像或矩阵的矩形数组子集的矩阵头
CvMat*cvGetRow（constCvArr*arr,CvMat*submat,introw）;
CvMat*cvGetRows（constCvArr*arr,CvMat*submat,intstart_row,intend_row,intdelta_row=1）;
返回数组的一行或在一定跨度内的行
CvMat*cvGetCol（constCvArr*arr,CvMat*submat,intcol）;
CvMat*cvGetCols（constCvArr*arr,CvMat*submat,intstart_col,intend_col）;
返回数组的一列或一定跨度内的列
CvMat*cvGetDiag（constCvArr*arr,CvMat*submat,intdiag=0）;
返回一个数组对角线（diag=0:
主对角线,diag=-1主对角线上面的对角线,diag=1主对角线下面的对角线,以此类推）
CvSizecvGetSize（constCvArr*arr）;
返回图像或矩阵的行数和列数,如果是图像就返回ROI的大小
intcvGetElemType（constCvArr*arr）;返回数组元素类型
intcvGetDims（constCvArr*arr,int*sizes=NULL）;返回数组维数大小
intcvGetDimSize（constCvArr*arr,intindex）;返回特殊维的大小
voidcvClearND（CvArr*arr,int*idx）;清除指定数组元素
宏CV_MAT_ELEM（mat,elemtype,row,col）获取cvMat元素
宏CV_image_ELEM（Image,elemtype,row,col）获取IplImage元素灰度值。
例如获取RGB彩色图像image的[i,j]点的r,g,b三个分量,可采用:
Uchar*ptr=&CV_IMAGE_ELEM（image,uchar,i,j,3）;
那么prt[0]、prt[1]、prt[2]就分别对应该点b,g,r三个分量。
例题4-7获取数组子集函数使用
（5）数学函数
intcvRound（doublevalue）;取整
intcvFloor（doublevalue）;向下取整
intcvCeil（doublevalue）;向上取整
floatcvSqrt（floatvalue）;计算平方根
floatcvInvSqrt（floatvalue）;计算平方根的倒数
floatcvCbrt（floatvalue）;计算立方根
floatcvFastArctan（floaty,floatx）;计算二维向量的角度
intcvIsNaN（doublevalue）;判断输入是否是一个数字
intcvIsInf（doublevalue）;判断输入是否是无穷大
voidcvCartToPolar（constCvArr*x,constCvArr*y,CvArr*magnitude,CvArr*angle=NULL,intangle_in_degrees=0）;计算二维向量的长度和/或者角度
voidcvPolarToCart（constCvArr*magnitude,constCvArr*angle,CvArr*x,CvArr*y,intangle_in_degrees=0）;计算极坐标形式的二维向量对应的直角坐标
voidcvPow（constCvArr*src,CvArr*dst,doublepower）;对数组内每个元素求幂
voidcvExp（constCvArr*src,CvArr*dst）;计算数组元素的指数幂
voidcvLog（constCvArr*src,CvArr*dst）;计算每个数组元素的绝对值的自然对数
（6）数组算术逻辑比较
voidcvConvertScale（constCvArr*src,CvArr*dst,doublescale=1,doubleshift=0）;
使用线性变换转换数组,即:
dst（I）=src（I）*scale+（shift,shift,...）,
voidcvAdd（constCvArr*src1,constCvArr*src2,CvArr*dst,constCvArr*mask=NULL）;
计算两个数组中每个元素的和,即:
dst（I）=src1（I）+src2（I）ifmask（I）!
=0
voidcvAddS（constCvArr*src,CvScalarvalue,CvArr*dst,constCvArr*mask=NULL）;
计算数量和数组中之间的和,即:
dst（I）=src1（I）+valueifmask（I）!
=0
voidcvAddWeighted（constCvArr*src1,doublealpha,constCvArr*src2,doublebeta,doublegamma,CvArr*dst）;
计算两数组的加权值的和,即:
dst（I）=src1（I）*alpha+src2（I）*beta+gamma
voidcvSub（constCvArr*src1,constCvArr*src2,CvArr*dst,constCvArr*mask=NULL）;
计算两个数组每个元素的差
voidcvSubS（constCvArr*src,CvScalarvalue,CvArr*dst,constCvArr*mask=NULL）;
计算数组和数量之间的差dst（I）=src（I）–valueifmask（I）!
=0
voidcvSubRS（constCvArr*src,CvScalarvalue,CvArr*dst,constCvArr*mask=NULL）;
计算数量和数组之间的差dst（I）=value-src（I）ifmask（I）!
=0
voidcvMul（constCvArr*src1,constCvArr*src2,CvArr*dst,doublescale=1）;
计算两个数组中每个元素的积,即:
dst（I）=scale*src1（I）*src2（I）
voidcvDiv（constCvArr*src1,constCvArr*src2,CvArr*dst,doublescale=1）;
两个数组每个元素相除,即:
dst（I）=scale*src1（I）/src2（I）,ifsrc1!
=NULL
dst（I）=scale/src2（I）,:
ifsrc1=NULL
voidcvAnd（constCvArr*src1,constCvArr*src2,CvArr*dst,constCvArr*mask=NULL）;
计算两个数组的每个元素的按位与
voidcvAndS（constCvArr*src,CvScalarvalue,CvArr*dst,constCvArr*mask=NULL）;
计算数组每个元素与数量之间的按位与
升级会员 