梳理代码笔记（六）

1 dmCornerDetect()二维码的精提取

bool PosGuide::dmCornerDetect(Mat _threshImg, 	//原始图片的矩阵信息
                              vector<Point2f> _rectPoints, //矩阵顶点顺时针排序后的顶点坐标
                              int _sampleDist,	//提取的最靠近图片中心点的矩阵宽度*0.17
                              vector<Point2f>& _dmPoints)

1.1 opencv中的boundingRect()

Rect boundingRect( InputArray points );

将输入的点坐标，通过最小外接矩形，将他们包围，从而形成矩形区域。

举个栗子:

void test_boundingRect()
{
	Mat image = Mat::zeros(240, 320, CV_8UC3);
    
    vector<Point2f> visualRect;
    //随意创建4个点坐标，寻找他们的最小外接矩形
    visualRect.push_back(Point2f(5,5));
    visualRect.push_back(Point2f(60,5));
    visualRect.push_back(Point2f(150,30));
    visualRect.push_back(Point2f(5,105));
    Rect test = boundingRect(visualRect);  //计算出最小外接矩形的左上顶点(x,y)和width, height
    rectangle(image, Point(test.x, test.y), Point(test.width+test.x, test.height+test.y), Scalar(0,255,0), 2);	//画出出矩形
    imshow("origin picture", image);	//画出图来
    waitKey(0);
}

int main()
{
    test_boundingRect();
    return 0;
}

执行结果：

1.2 Mat的构造

Mat secGray(image.size(),CV_8UC1,Scalar::all(0));

创建一个和image一样大小的，8位无符号1通道，颜色为黑色的secGray 矩阵。

rotRects[i].size.width *0.17

为什么要乘0.17，sampledist向内扫描的控制距离。

2 extrLinePoints()

void PosGuide::extrLinePoints(Mat _img, //含有二维码的图片区域
                              Point2i _lstart, //矩阵顶点坐标
                              Point2i _lend,
                              bool _accelerate, 
                              vector<Point2i>& _linePoints)

_accelerate是什么？，是否加速算法，如果sampledist>8即，二维码的信息较多，可以加速处理数据。如果sampledist<8，则认为信息较少，不加速处理数据。8为实验值！！！

if(_sampleDist>8) _accelerate=true;

extrLinePoints()函数时为了提取最小外接矩形四条边上的像素点信息，通过这些像素点信息，拟合出实际的边长所在的直线方程（使用detDMlines()函数）。

为了获得二维码的顶点oxdy的值，通过crossPointofLines()求解出四条直线的交点，然后对应顺序获得oxdy的四个点坐标。

这里的误差有很多，值得优化，提升精度

1. 求解oxdy的真个过程感觉都很粗糙，

3 ctLocation()

3.1 colorDetect()

void PosGuide::colorDetect(Mat _srcImg, int _colorMode, Mat& _binaryImg)

3.2 HSV颜色空间

Hue------色调

Saturation-------饱和度

Value---------明度

3.3 opencv中的isContinuous()

cv::Mat::isContinuous();  //用来获得Mat矩阵的存储区域是否是连续的，如果连续则返回True；否则返回False。

如果Mat在存储一副图片时，在内存中时连续的，则可以看成一个一维数组，则可以通过成员指针，加快访问Mat图像中的数据，一般剪裁后的Mat就不再连续了，但是可以通过clone()他们，使得剪裁的部分重新连续。

1.4 opencv中Mat数据在内存中的存储

对于$$m\ast n$$像素的1通道图像，在内存中存放是$$n行\ast m列\ast 1通道$$ ，即Mat中的数据为$$n\ast m$$的二位数组;单通道的图像每个列的像素只用1Byte=8bit表示，范围为0~255($$2^8-1$$)，白，黑，和之间渐变的色

对于$$m\ast n$$像素的3通道图像，在内存中存放是$$n行\ast m列\ast 3通道$$，即Mat中的数据为$$n\ast 3m$$ 的二位数组;3通道的图像每个列的图像用3Byte表示，即R,G,B各占1Byte=8bit，范围都是0~255($$2^8-1$$)

对于$$m\ast n$$像素的4通道图像，在内存中存放是$$n行\ast m列\ast 4通道$$ ，即Mat中的数据为$$n\ast 3m$$ 的二位数组;4通道的图像每个列的图像用4Byte表示，即R,G,B,Alpha各占1Byte=8bit，范围都是0~255($$2^8-1$$)。

举个栗子1:

//单通道9*5像素的图片，每一个元素都表示一种颜色
[0,0,0,0,0,0,0,0,0;
 0,0,0,0,0,0,0,0,0;
 0,0,0,0,0,0,0,0,0;
 0,0,0,0,0,0,0,0,0;
 0,0,0,0,0,0,0,0,0]

举个栗子2:

举个栗子3:

同样，如果是HSV颜色空间，则1个像素使用3Byte，其中H,S,V分别占用1bit，范围为H:0~180; S,V: 0~255。

2 HSV颜色分量范围（估计值，并不准确）

部分红色倍归类到了紫色里面

3 opencv中Mat::setTo()

就是将对应的矩阵设置成指定的值。

setTo()有两个输入参数，

Mat& setTo(InputArray value, InputArray mask=noArray());

• 如果mask矩阵所有元素为0，则setTo(value, mask)无效
• 如果mask矩阵元素不为0，则setTo(value, mask)有效，
• 如果没有mask矩阵，默认mask不为0，setTo(value)有效。

注意setTo()是引用

举个栗子1:

void test_Mat_setTo()
{
    Mat origin1(3,3, CV_8UC1, Scalar::all(0));
    
    Mat mask(origin.size(), CV_8UC1, Scalar::all(0));
    origin.setTo(3);

    cout << "mask = " << endl << mask << endl;
    cout << "origin = " << endl << origin << endl;
}

执行结果1：

mask =
[0, 0, 0;
  0, 0, 0;
  0, 0, 0]
origin =
[3, 3, 3;
  3, 3, 3;
  3, 3, 3]
Press <RETURN> to close this window...

---

举个栗子2:

void test_Mat_setTo()
{
    Mat origin1(3,3, CV_8UC1, Scalar::all(0));
    
    Mat mask(origin.size(), CV_8UC1, Scalar::all(0));
    origin.setTo(3,mask);

    cout << "mask = " << endl << mask << endl;
    cout << "origin = " << endl << origin << endl;
}

执行结果2：

mask =
[0, 0, 0;
  0, 0, 0;
  0, 0, 0]
origin =
[0, 0, 0;
  0, 0, 0;
  0, 0, 0]
Press <RETURN> to close this window...

---

举个栗子3:

void test_Mat_setTo()
{
    Mat origin1(3,3, CV_8UC1, Scalar::all(0));
    
    Mat mask(origin.size(), CV_8UC1, Scalar::all(1));
    origin.setTo(3,mask);

    cout << "mask = " << endl << mask << endl;
    cout << "origin = " << endl << origin << endl;
}

执行结果3：

mask =
[1, 1, 1;
  1, 1, 1;
  1, 1, 1]
origin =
[3, 3, 3;
  3, 3, 3;
  3, 3, 3]
Press <RETURN> to close this window...