OpenCV系统学习：一、OpenCV结构、基本数据类型

1、OpenCV主体分为5个模块：

CXCore：基本数据结构和算法、绘图函数、XML支持。是其他模块的基础。

HighGUI：图像和视频 输入/输出 函数

CV：基本图像处理函数 和 高级计算机视觉算法

ML：机器学习库，包含一些基于统计的分类和聚类工具。

CvAux：即将淘汰的或者实验性的算法或函数

2、基本数据类型（原子类型）

结构	成员	意义	初始化函数
CvPoint	int x,y	图像中的点	CvPoint  cvPoint( int x, int y )
CvPoint2D32f	float x,y	二维空间点	CvPoint2D32f  cvPoint2D32f( double x, double y )
CvPoint3D32f	float x,y,z	三维空间点	CvPoint3D32f  cvPoint3D32f( double x, double y, double z )
CvSize	int width,height	图像尺寸	CvSize  cvSize( int width, int height )
CvRect	int x,y, width,height	图像的部分区域	CvRect  cvRect( int x, int y, int width, int height )
CvScalar	double val[4]	RGBA的值	cvScalar, cvRealScalar, cvScalarAll

3、矩阵与图像（CvArr、CvMat、IplImage）

IplImage派生自CvMat，而CvMat派生自CvArr

3.1、CvMat矩阵

注意：OpenCV里面没有单独的向量。如需要用到向量，均用单列（行）矩阵代替。

注意：OpenCV里面的矩阵比线性代数里面的矩阵更加抽象。线代里的矩阵元素仅限于数值，OpenCV里面的矩阵可以是多种预定类型：CV_<位数>(S|U|F)C<通道数>，例如32位浮点数CV_32FC1，或者8位三元组无符号整型CV_8UC3。

3.1.1、CvMat数据结构构成：宽度、高度、类型、行数据长度、指向数据的指针

3.1.2、创建CvMat：cvCreateMat()。这个函数包含cvCreateMatHeader()和cvCreateData()，前者创建CvMat结构而不给数据指针分配内存，后者只负责为数据指针分配内存。构造函数cvMat()作用同cvCreateMatHeader()，只创建CvMat结构而不分配内存。

3.1.3、克隆CvMat：cvCloneMat(CvMat*)。OpenCV里面预定义的拷贝函数均是深度拷贝——描述部和数据区重新分配存储空间并原样复制。

3.1.4、释放CvMat：cvReaseMat(CvMat*)

3.1.5、矩阵查询：cvGetElemType，cvGetDims，cvGetDimSize

3.1.6、矩阵数据存取：

对于一维数组（n*1矩阵）和二维数组（n*m矩阵），可使用宏CV_MAT_ELEM(矩阵指针,待提取元素类型,行,列) 和 宏CV_MAT_ELEM_PTR(矩阵指针行,列)。前一个返回数据值，后一个返回指针，如果需要读取并设置可以使用后一个得到的指针来实现。

对于多维数组，可采用cvPtr<维度>D或者cvGet<维度>D函数，前者返回指针，后者返回值。例如uchar* cvPtr2D(CvArr* arr,int index_0,int index_1)。

特别注意：在多通道的矩阵中，通道是连续的。例如3通道的2维矩阵，矩阵的存储顺序是：rgbrgbrgb...也就是说，如果当前指针是在某像素的R值上，那么如果想访问下一个通道，只需将指针向后偏移一个单位，如果想访问下一个像素的R值那么需要将指针向后偏移3个单位。类似地，如果想访问下一行同列像素，可以借助CvMat的step（行数据长度）来实现。这也是cvPtr<维度>D常见的用途之一。

上述函数不可能在任何情况下都保持高效，最高效的方式是利用指针运算来获取元素指针并操作元素。下面介绍OpenCV里面的矩阵元素存储逻辑

元素是按照光栅扫描顺序存储的，列("x")是变化最快的量，通道是相互交错的。例如某张RGB图片(3*2像素)实际的像素是：

(01,02,03) (04,05,06) (07,08,09)

(10,11,12) (13,14,15) (16,17,18)

那么它顺序存储在内存中应该是：01，02，03，04，05，06，07，08，09，10，11，12，13，14，15，16，17，18

4、IplImage

本质上来说IplImage是一个CvMat对象，但是它还有其他的一些属性将矩阵解释为图像。

4.1、depth和nChannels

depth用于表示图像的深度；nChannels用于表示通道数。这两个属性在CvMat里面是用一个属性（type，用于表示矩阵元素的类型，取值类似于CV_8UC3）表示的。

depth的取值是IPL_DEPTH_<位数>(S|U|F)，例如IPL_DEPTH_8U表示无符号8位整数。nChannels可取值1，2，3，4.

4.2、origin和dataOrder

origin表示图片的坐标原点，取值为IPL_ORIGIN_TL（左上角）或者IPL_ORIGIN_BL（左下角）

dataOrder表示图片数据的存储方式，取值为IPL_DATA_ORDER_PIXEL（交错排列，常用的排列方式，即类似rgbrgbrgb...方式）或者IPL_ORDER_PLAE（rrr...ggg...bbb...方式，实际上不被OpenCV支持）。

4.3、widthStep

类似于CvMat里面的step，用于表示相邻行同列点之间相差的字节数（注意，这个值对于图片的像素矩阵是一定的，但是不一定等于行长度（列数））。

4.4、imageData

指向数据域的指针

4.5、roi

表示感兴趣的区域。roi参数本身包括xOffset，yOffset，height，width和coi，其中coi表示感兴趣的通道。

如果设置了roi值，那么OpenCV函数所有对IplImage的处理都只会仅仅局限于roi指定的区域。