OpenCV2.4.13中同一函数不同形参的理解,vector,list区别，findContours理解

OpenCV手册中的函数通常有不止一个定义，其中的形参可以有各种不同的形式，这里以 split 和 merge 两个函数举例进行解释。

每个函数都有两个版本，一个版本利用数组作为形参，一个版本利用 vector 作为形参。
以split 为例，解释一下两个版本中形参的含义

1. void split(const Mat& src, Mat* mvbegin)

   • 第一个形参：const 表示 src 不能修改；Mat& 表示使用 引用传递
   • 第二个形参：分割之后的图像用一个Mat数组来存放，因此，对应的形参是 Mat*

2. void split(InputArray m, OutputArrayOfArrays mv)

   • 第一个形参：InputArray 表示输入是“数组”
   • 第二个形参：OutputArrayOfArrays 表示输出是 “数组的数组”

下面给出测试代码：

    int m = 300;
    Mat img = 255*Mat::eye(m,m,CV_8UC3);

    // 利用数组作为形参
    Mat mv[3];
    split(img,mv);
    for (int i = 0; i < 3; i++)
        imshow("array channel " + to_string(i),mv[i]);
    Mat mergeimg;
    merge(mv,3,mergeimg);
    imshow("merge image",mergeimg);

    // 利用  vector 作为形参
    vector<Mat> mv2;
    split(img,mv2);
    for (int i = 0; i < 3; i++)
        imshow("vector channel " + to_string(i),mv2.at(i));
    merge(mv2,mergeimg);

问题：为什么 可以用 vector 代替 数组呢？
这里的 vector 和 list 看起来长得很像，它们之间有什么关系呢？

名称	vector	list
实现方式	与数组类似	利用链表实现
存储空间	连续	不连续
随机存储时间复杂度	O(1)	O(n)
插入与删除时间复杂度	O(n)	O(1)

问题：那么如何使用 vector 与 list 呢？如何遍历它们呢？
下面借用这里的代码展示如何使用 vector 与 list

    vector<int> v;  // 这里 vector 中存放的元素都为 int 型
    list<int> l;
    for(int i=0;i<8;i++) 往v和l中分别添加元素
    {
        v.push_back(i);
        l.push_back(i*i);
    }

    // 遍历 vector 有两种方法，一种是与数组一样
    cout <<"v is: "<<endl;
    for (int i = 0; i<v.size(); i++ )
        cout << v[i] << "  ";
    cout <<endl;


    // 第二种是使用迭代器
    // 定义迭代器，分别遍历 vector
    vector<int>::iterator itv;
    cout <<"v is: "<<endl;
    for (itv = v.begin(); itv != v.end(); itv++ )
        cout << *itv << "  ";
    cout <<endl;


    // 遍历 list 只能使用迭代器 进行遍历
    //cout << l[0];  编译错误，list 没有重载 []
    list<int>::iterator itl;
    cout <<"l is: "<<endl;
    for (itl = l.begin(); itl != l.end(); itl++ )
        cout << *itl << "  ";
    cout <<endl;

问题：说了这么多有什么用呢？为甚么会写这篇博客呢？

• 因为楼主在使用 OpenCV 找图像的边界的时候遇到了一句这样的代码
  vector<vector<Point>> contours;
  我的天啊，这是一个什么鬼？
  经过逐步搜索，才找到了答案，也就是上面描述的这些东东。

那如何找边界呢？
贴出代码如下：

    // 将第一层的左上部分变成非零
    for (int i = 0; i < img.rows/2; i++)
        for (int j = 0; j < img.cols/2; j++)
            mv[0].at<uchar>(i,j) = 255;
    imshow("mv[0]",mv[0]);
    // 效果如下：

    // 找图像的边界
    // 有好多个边界（对应最外面的vector），
    //每一个边界是一系列点的集合(对应里面的vector<Point>)
    vector<vector<Point>> contours;
findContours(mv[0],contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

    Scalar color = Scalar(0,0,255);
    drawContours(img,contours,-1,color);
    imshow("img with contours",img);
    // 效果如下：

整体代码如下：

// csdn_code.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    int m = 300;
    Mat img = 255*Mat::eye(m,m,CV_8UC3);

    // 利用数组作为形参
    Mat mv[3];
    split(img,mv);
    for (int i = 0; i < 3; i++)
        imshow("array channel " + to_string(i),mv[i]);
    Mat mergeimg;
    merge(mv,3,mergeimg);
    imshow("merge image",mergeimg);

    // 利用  vector 作为形参
    vector<Mat> mv2;
    split(img,mv2);
    for (int i = 0; i < 3; i++)
        imshow("vector channel " + to_string(i),mv2.at(i));
    merge(mv2,mergeimg);

    vector<int> v;  // 这里 vector 中存放的元素都为 int 型
    list<int> l;
    for(int i=0;i<8;i++) 往v和l中分别添加元素
    {
        v.push_back(i);
        l.push_back(i*i);
    }

    // 遍历 vector 有两种方法，一种是与数组一样
    cout <<"v is: "<<endl;
    for (int i = 0; i<v.size(); i++ )
        cout << v[i] << "  ";
    cout <<endl;


    // 第二种是使用迭代器
    // 定义迭代器，分别遍历 vector
    vector<int>::iterator itv;
    cout <<"v is: "<<endl;
    for (itv = v.begin(); itv != v.end(); itv++ )
        cout << *itv << "  ";
    cout <<endl;


    // 遍历 list 只能使用迭代器 进行遍历
    //cout << l[0];  编译错误，list 没有重载 []
    list<int>::iterator itl;
    cout <<"l is: "<<endl;
    for (itl = l.begin(); itl != l.end(); itl++ )
        cout << *itl << "  ";
    cout <<endl;


    // 将第一层的左上部分变成非零
    for (int i = 0; i < img.rows/2; i++)
        for (int j = 0; j < img.cols/2; j++)
            mv[0].at<uchar>(i,j) = 255;
    imshow("mv[0]",mv[0]);
    // 效果如下：


    // 找图像的边界
    vector<vector<Point>> contours; findContours(mv[0],contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

    Scalar color = Scalar(0,0,255);
    drawContours(img,contours,-1,color);
    imshow("img with contours",img);
    // 效果如下：


    waitKey();
    system("pause");
    return 0;
}