OpenCV的常用数据类型

        OpenCV涉及的常用数据类型除包含C++的基本数据类型,如:char、uchar,int、unsigned int,short 、long、float、double等数据类型外, 还包含Vec,Point、Scalar、Size、Rect、RotatedRect、Mat等类。C++中的基本数据类型不需再做说明下面重点介绍一下OpenCV中特有的与数据或数据处理相关的常用类。

Vec类

        Vec类是表示固定长度向量的模板类。它与vector相似,如初始化,元素访问等,与vector不同的是: 因Vec试固定长度向量模板类,在声明实例化时对象时,除指定类型外,还得指定长度,在声明vector实例化对象时,除需指定类型外,长度则不是必需的。另外,Vec对象除可以赋值运算符外,Vec对象还可以直接参与“算术运算”,而vector对象虽然可以使用赋值运算符,但不能直接参与“算术运算”。

        OpenCV中已经预定义了多个可以直接使用的Vec类型别名,如下:

        typedef Vecuchar, 2 >  cv::Vec2b

        typedef Vecuchar, 3 >  cv::Vec3b

        typedef Vecuchar, 4 >  cv::Vec4b

        typedef Vec< short, 2 >  cv::Vec2s

        typedef Vec< short, 3 >  cv::Vec3s

        typedef Vec< short, 4>  cv::Vec4s

        typedef Vecushort, 2 >  cv::Vec2w

        typedef Vecushort, 3>  cv::Vec3w

        typedef Vecushort, 24>  cv::Vec4w

        typedef Vec< int, 2 >  cv::Vec2i

        typedef Vec< int, 3 >  cv::Vec3i

        typedef Vec< int, 4 >  cv::Vec4i

        typedef Vec< int, 6 >  cv::Vec6i

         typedef Vec< int, 8>  cv::Vec8i

        typedef Vec< float, 2 >  cv::Vec2f

        typedef Vec< float, 3 >  cv::Vec3f

        typedef Vec< float, 4>  cv::Vec4f

        typedef Vec< float, 6 >  cv::Vec6f

        typedef Vec< double, 2 >   cv::Vec2d

        typedef Vec< double, 3>     cv::Vec3d

        typedef Vec< double, 4 >     cv::Vec4d

        typedef Vec< double, 6 >     cv::Vec6d

        现在以实例演示一下Vector与Vec用法上的区别。下面程序,编译是不会出错的。

如果修改一下,加入算术运算代码, 如下:

可以看出·还没有编译,就·有·错误·提示·,说明vector对象·是不可以与常数相乘的。

Vec类型对象可以与标量进行乘除,下面的程序则可以通过编译,不会报错:

该程序试运行,结果如下:

需注意的是,Vec对象的算术运算并非真正数学上的算术运算,只是重载了算术运算符。Vec实例化对象可以被标量乘或除,结果是Vec对象的每一个元素都被标量乘或除。Vec对象可以做乘数、被乘数、被除数,但不可做除数。下面是一个Vec与标量乘、除的示例程序代码:

试运行,结果如下:

Vec对象间可以做“+”、“-”运算,运算的Vec对象的类型及长度须相同。下面是一个Vec对象“+”、“-”运算的示例程序:

试运行,结果如下:

Vec对象的乘积 Vec对象可以相乘,存在乘积、点积与叉积之分。Vec对象要进行乘运算也需类型与长度相同,不符合乘法交换律。下面是一个Vec对象相乘、点积、差积的示例程序: 

试运行,结果如下: 

Point(点)类

         Ponit类也是一个模版类.

        template<typename _Tp>
        class cv::Point_< _Tp >

Template class for 2D points specified by its coordinates x and y.

        template<typename _Tp>
        class cv::Point3_< _Tp >

Template class for 3D points specified by its coordinates xy and z.。

        Point类与MFC中的CPoint类似,OpenCV的Point类可以看作是存放2个或3个int或float值的容器,Point包含的值即点的坐标。点有二维点与三位点,OpenCV中按数据Point类型不同及维度不同预定义了:Point、Point2d、Point2i,Point2f、Pointe3d、Point3i、Point3f。

        typedef Point_<int> cv::Point2i

        typedef Point_<float> cv::Point2f

        typedef Point_<double> cv::Point2d

        typedef Point2i cv::Point

        typedef Point3_<double> cv::Point3d

        typedef Point3_<float> cv::Point3f

        typedef Point3_<int> cv::Point3i

        Point对象可以先声明再赋值,也可用构造函数构造Point对象并初始化。Point 也可被标量乘除、Point对象间也可加减、Point对象间也可求叉积、点积。下面以实例演示Point对象声明、初始化、及其它运算。下面是演示程序的代码:

// OpenCVBaseData.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Point p1;
    p1.x = 100;
    p1.y = 100;
    Point p2(200, 100);

    Point2d p2d1(100,127);
    Point2d p2d2(10, 123);

    Point2i p2i1(500, 350);
    Point2i p2i2(00, 310);

    Point2f p2f1(13.5, 24.7);
    Point2f p2f2(350.0, 270.3);

    Point3d p3d1(15, 25, 35);
    Point3d p3d2(55, 85, 0);

    Point3i p3i1(351, 227, 158);
    Point3i p3i2(11, 127, 18);

    Point3f p3f1(153.5, 163.1, 191.9);
    Point3f p3f2(1003, 2465, 381);

    Point p3,p4;
    Point2d p2d3, p2d4;
    Point2i p2i3, p2i4;
    Point2f p2f3, p2f4;

    Point3d p3d3, p3d4;
    Point3i p3i3, p3i4;
    Point3f p3f3, p3f4;

    p3 = p1 + p2;
    cout << "p3:" << endl;
    cout << p3 << endl;

    p4 = p1 * 2;
    cout << "p4:" << endl;
    cout << p4 << endl;
    cout << p1.dot(p2) << endl;
    cout << p4.cross(p1) << endl;
    cout << p4.ddot(p2) << endl;

    p2d3 = p2d1 / 2;
    p2d4 = p2d1 - p2d2;
    
    cout << "p2d3:" << endl;
    cout << p2d3 << endl;
    cout << "p2d4:" << endl;
    cout << p2d4 << endl;
    cout << p2d4.ddot(p2d1) << endl;
    cout << p2d4.dot(p2d1) << endl;
    cout << p2d4.cross(p2d1) << endl;

    p2i3 = p2i1 / 2;
    p2i4 = p2i1 - p2i2;

    cout << "p2i3:" << endl;
    cout << p2i3 << endl;
    cout << "p2i4:" << endl;
    cout << p2i4 << endl;
    cout << p2i4.ddot(p2i1) << endl;
    cout << p2i4.dot(p2i1) << endl;
    cout << p2i4.cross(p2i1) << endl;

    p2f3 = p2i1 / 2;
    p2f4 = p2i1 - p2i2;

    cout << "p2f3:" << endl;
    cout << p2f3 << endl;
    cout << "p2f4:" << endl;
    cout << p2f4 << endl;
    cout << p2f4.ddot(p2f1) << endl;
    cout << p2f4.dot(p2f1) << endl;
    cout << p2f4.cross(p2f1) << endl;

    p3d3 = p3d1 / 2;
    p3d4 = p3d1 - p3d2;

    cout << "p3d3:" << endl;
    cout << p3d3 << endl;
    cout << "p3d4:" << endl;
    cout << p3d4 << endl;
    cout << p3d4.ddot(p3d1) << endl;
    cout << p3d4.dot(p3d1) << endl;
    cout << p3d4.cross(p3d1) << endl;

    p3i3 = p3i1 / 2;
    p3i4 = p3i1 - p3i2;

    cout << "p3i3:" << endl;
    cout << p3i3 << endl;
    cout << "p3i4:" << endl;
    cout << p3i4 << endl;
    cout << p3i4.ddot(p3i1) << endl;
    cout << p3i4.dot(p3i1) << endl;
    cout << p3i4.cross(p3i1) << endl;

    p3f3 = p3i1 / 2;
    p3f4 = p3i1 - p3i2;

    cout << "p3f3:" << endl;
    cout << p3f3 << endl;
    cout << "p3f4:" << endl;
    cout << p3f4 << endl;
    cout << p3f4.ddot(p3f1) << endl;
    cout << p3f4.dot(p3f1) << endl;
    cout << p3f4.cross(p3f1) << endl;

    waitKey(0);
    return 0;
}

试运行,结果如下:

OpenCV的点对象加、减运算需是相同类型及相同维度,而叉积与点积运算,则需是相同维度的Point才能进行。

Scalar(标量)类

        Scalar类(标量类)实际上是一个四维双精度向量类。Scalar的公有成员函数如下:

Scalar ()=default

Scalar (double v0)

Scalar (double v0, double v1, double v2=0, double v3=0)

const double &  operator[] (int i) const

double & operator[] (int i)

前三个为构造函数,后面两个为[]操作符重载函数。

Scalar有一个静态工有成员函数,如下:

static Scalar  all (double v0)

Scalar有一个公有属性,如下:

double val [4] = {0}

下面以实例演示Scalar对象创建,及公有属性的访问等。示例程序的代码如下:

// OpenCVBaseData.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Scalar s1= Scalar();
    Scalar s2;
    s1[0] = 125;
    s1[1] = 125;
    s1[2] = 125;
    s1[3] = 0;
    s2 = s1.all(111);
    cout << "s1;  " << s1 << endl;
    cout << "s2;  " << s2 << endl;

    Scalar s3(127.0);
    cout << "s3;  " << s3 << endl;

    Scalar s4(120,255,110,0);
    cout << "s4;  " << s4 << endl;

    double d1, d2;
    d1 = s4.val[0];
    d2 = s4[3];
    cout << "d1: " << d1 <<endl;
    cout << "d2: " << d2 << endl;


    waitKey(0);
    return 0;
}

试运行,结果如下:

Size(尺寸)类 

        Size类比较简单,它有两个公有属性变量width、height。Size类重载了赋值操作符“=”。Size类的构造函数如下:

       Size ()=default

       Size (int _width, int _height)

       Size (const cv::Size &other)

Size因数据类型不同又可细分为:Size2dSize2iSize2f。下面以实例演示Size对象声明及初始化等操作。实例程序代码如下:

// OpenCVBaseData.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Size s1 = Size();
    s1.width = 100;
    s1.height = 150;

    Size s2(110, 330);
    Size s3(s1);
    cout << "s1:  " << s1 << endl;
    cout << "s2:  " << s2 << endl;
    cout << "s3:  " << s3 << endl;

    Size2d s2d1(100,200);
    Size2i s2i1(1000, 2000);
    Size2f s2f1(1.00, 2.00);
    cout << "s2d1:  " << s2d1 << endl;
    cout << "s2i1:  " << s2i1 << endl;
    cout << "s2f1:  " << s2f1 << endl;
    

    waitKey(0);
    return 0;
}

试运行,结果如下:

Rect(矩形)类 

Rect类中以矩形的左上角坐标及矩形宽度与高度来定义一个矩形。Rect类共有4个公有属性变量:int x,int y,int  _width, int  _height。Rect类重载了赋值操作符“=”。Rect类的构造函数如下:

Rect ()=default

Rect (int _x, int _y, int _width, int _height)

       Rect (const cv::Rect &other)

       因数据类型不同,同样也有Rect2dRect2iRect2f

可是用Point类的inside函数判定一个点是否在矩形内。下面以实例演示,Rect类对象声明、初始化等。示例程序的代码如下:

// OpenCVBaseData.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Rect rec1(0, 0, 100, 100);
    Rect rec2(rec1);
    Rect rec3 = rec2;
    cout << "rec1:  " << endl;
    cout << "x:  " << rec1.x << "  " << "y:  " << rec1.y << "  " << "width:  " << rec1.width << "  " << "height:  " << rec1.height << endl;
    cout << "rec2:  " << endl;
    cout << "x:  " << rec2.x << "  " << "y:  " << rec2.y << "  " << "width:  " << rec2.width << "  " << "height:  " << rec2.height << endl;

    Rect2d rec2d1(0, 0, 233, 233);
    Rect2i rec2i1(0, 0, 500, 500);
    Rect2f rec2f1(0, 0, 235.1, 500.0);
    Point p1(50, 250);
    if (p1.inside(rec2d1))
        cout << "p1 is inisde of rec2d1 " << endl;
    else
        cout << "p1 is not inisde of rec2d1 "<< endl;

    if (p1.inside(rec2i1))
        cout << "p1 is inisde of rec2i1 " << endl;
    else
        cout << "p1 is not inisde of rec2i1 " << endl;

    if (p1.inside(rec2f1))
        cout << "p1 is inisde of rec2f1 " << endl;
    else
        cout << "p1 is not inisde of rec2f1 " << endl;
    

    waitKey(0);
    return 0;
}

试运行,结果如下:

        Rect对象可以进行“==”判定,“|”运算、“&”运算。下面以实例做演示,演示代码如下: 

// OpenCVBaseData.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Rect rec1(0, 0, 300, 300);
    Rect rec2(100, 100, 500, 500);
    if (rec1 == rec2)
        cout << "rec1 equals rec2" << endl;
    else
        cout << "rec1 does not equal rec2" << endl;

    Rect rec3 = rec1 & rec2;
    cout << rec3 << endl;

    Rect rec4 = rec1 | rec2;
    cout << rec4 << endl;

    waitKey(0);
    return 0;
}

试运行,结果如下:

RotatedRect(旋转矩形)类 

RotatedRect类与Rect类的不同点是,Rect类所表示的矩形是水平放置的,而RotatedRect类所表示的矩形则是以任意角度放置的,相当于在Rect表示的矩形基础上再旋转一个角度。

RotatedRect类的公有成员函数有一下几个:

RotatedRect ()

RotatedRect (const Point2f &center, const Size2f &size, float angle)

参数:center 矩形的质心,size 矩形的长宽尺寸,angle 旋转角度(顺时针方向旋转)

RotatedRect (const Point2f &point1, const Point2f &point2, const Point2f &point3)

参数: point1 矩形的第一个点,point2 矩形的第二个点,point3 矩形的第三个点,

Rect boundingRect () const

返回包含旋转矩形对象所表示旋转矩形的最小矩形,数据类型为int

Rect<float> boundingRect2f () const

返回包含旋转矩形对象所表示旋转矩形的最小矩形,数据类型为float

void points (Point2f pts[]) const

用旋转矩形对象所表示矩形的角点填充Point2f 点数组

void points (std::vector< Point2f > &pts) const

用旋转矩形对象所表示矩形的角点填充Point2f 点数组

RotatedRect类的公有属性成员变量有一下几个:

float angle 旋转角度,以度表示

Pointe2f center  矩形的质心

Size2f   size    代表矩形长宽的尺寸

       下面以实例演示RotatedRect对象构造及其它成员函数的用法。示例代码如下:

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat background(600, 1200, CV_8UC3, Scalar(127, 127, 127));
    string vertex_names[4] = { "1","2","3","4" };
    Point2f vertices[4];

    RotatedRect rRect = RotatedRect(Point2f(600, 300), Size2f(100, 50), 30);
    rRect.points(vertices);

    for (size_t i = 0; i < 4; i++)
    {
        line(background, vertices[i], vertices[(i + 1) % 4], Scalar(0, 0, 255), 1);
        putText(background, vertex_names[i], vertices[i], FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0));
    }

    //Rect rec = rRect.boundingRect();
    Rect2f rec = rRect.boundingRect2f();
    rectangle(background, rec, Scalar(255, 0, 0), 1, 8, 0);

    imshow("Image", background);

    
    RotatedRect rRect1(Point2f(100, 100), Point2f(400, 100), Point2f(400, 300));
    cout <<"rRect1 angle:  "<< rRect1.angle << endl;
    cout << "rRect1 center:  " << rRect1.center << endl;
    cout << "rRect1 size" << rRect1.size << endl;
    
    waitKey(0);
    return 0;
}

试运行,结果如下:

Mat 类 

        Mat类在前面的文章中已经详细介绍这里不再做说明。这里介绍一下Mat对象矩阵数据的位操作及矩阵运算。假如一个Mat对象存储了一副RGB图像,如何获取或改变图像中某一像素的值呢?要做到这一点可以用以下几种

        1. 使用Mat类的成员函数at。

        2,使用Mat内部数据指针ptr。

        3. 使用Mat的数据矩阵的数据指针data。

        4. 使用迭代器

下面用一个实例来演示以上几种Mat数据位操作方法。示例代码如下:

// OpeCVSharp.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。


#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("1.jpg");
    if (src.empty())
    {
        cout << "Cann't load image!" << endl;
        return -1;
    }
    cout <<"src.cols:" << src.cols << endl;
    cout << "src.rows:" << src.rows << endl;
    cout << "src channels:" << src.channels() << endl;
    cout << "src type:" << src.type() << endl;

    //获取第0排0列像素BGR值
    uchar b = src.at<uchar>((0, 0), 0);
    uchar g = src.at<uchar>((0, 0), 1);
    uchar r = src.at<uchar>((0, 0), 2);
    cout << "BGR:" << (int)b << "  " << (int)g << "  " << (int)r << endl;

    uchar* puchar = src.ptr(0, 0);
    uchar b1 = puchar[0];
    uchar g1 = puchar[1];
    uchar r1 = puchar[2];
    cout << "BGR:" << (int)b1 << "  " << (int)g1 << "  " << (int)r1 << endl;

    uchar b2 = src.data[0];
    uchar g2 = src.data[1];
    uchar r2 = src.data[2];
    cout << "BGR:" << (int)b2 << "  " << (int)g2 << "  " << (int)r2 << endl;

    //改变第0排0列像素BGR值
    src.at<uchar>((0, 0), 0) = 0;
    src.at<uchar>((0, 0), 1) = 0;
    src.at<uchar>((0, 0), 1) = 255;

    /*
    puchar[0] = 0;
    puchar[0] = 1;
    puchar[0] = 255;
    */

    /*
    src.data[0] =0;
    src.data[1] = 0;
    src.data[2] =255;
   */

    //imshow("src", src);
    
    waitKey(0);
    return 0;
}

试运行,结果如下:

Mat对象实质上是数据矩阵,当然可以进行矩阵运算。这里不做全面介绍,仅介绍两个有趣的运算,与常数相乘及与常数向加。

        先用实例演示与常数相乘,示例代码如下:

// OpeCVSharp.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。


#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("1.jpg");
    if (src.empty())
    {
        cout << "Cann't load image!" << endl;
        return -1;
    }
    cout <<"src.cols:" << src.cols << endl;
    cout << "src.rows:" << src.rows << endl;
    cout << "src channels:" << src.channels() << endl;
    cout << "src type:" << src.type() << endl;
    imshow("src", src);

    src *= 1.5;
    imshow("src new", src);

    src *= 0.5;
    imshow("src new1", src);

    waitKey(0);
    return 0;
}

 试运行,结果如下:

可以看出存有图像的Mat对象乘以一个大于1的常数将使图像变亮,乘以一个小于1的常数使图像变暗。不难想象,该Mat对象除以一个常数将会发生什么现象。

        再演示一下Mat对象加、减以一个常数,示例代码如下:

// OpeCVSharp.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。


#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("1.jpg");
    if (src.empty())
    {
        cout << "Cann't load image!" << endl;
        return -1;
    }
    cout <<"src.cols:" << src.cols << endl;
    cout << "src.rows:" << src.rows << endl;
    cout << "src channels:" << src.channels() << endl;
    cout << "src type:" << src.type() << endl;
    imshow("src", src);

    src += 20;
    imshow("src new", src);

    src -= 40;
    imshow("src new1", src);

    waitKey(0);
    return 0;
}

试运行,结果如下:

        可以看出,加一个常数使图像变得更蓝,减以一个常数使图像变黄,说明加、减都作用在像素的B通道上。 上面是用彩色图做演示,如果把彩色图转换成灰度图结果又会如何呢?再用实例演示一下,下面是演示的示例代码:

// OpeCVSharp.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。


#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("1.jpg");
    if (src.empty())
    {
        cout << "Cann't load image!" << endl;
        return -1;
    }
    cout <<"src.cols:" << src.cols << endl;
    cout << "src.rows:" << src.rows << endl;
    cout << "src channels:" << src.channels() << endl;
    cout << "src type:" << src.type() << endl;
   // imshow("src", src);

    cvtColor(src, src, COLOR_BGR2GRAY);
    imshow("src", src);

    src += 60;
    imshow("src new", src);

    src -= 80;
    imshow("src new1", src);

    waitKey(0);
    return 0;
}

试运行,结果如下:

可以看出,对含灰度图的Mat对象加一个 正数,图像会变量,减一个正数图像会变暗。

下面再演示一下使用迭代器是图像变亮,示例代码如下:

// OpeCVSharp.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。


#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("1.jpg");
    if (src.empty())
    {
        cout << "Cann't load image!" << endl;
        return -1;
    }
    imshow("src", src);

    /*
    Mat kernel = (Mat_<float>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);

    filter2D(src, src, src.depth(), kernel);
    imshow("src new", src);
    */

    //让图像变亮
    MatIterator_<Vec3b> itstart = src.begin<Vec3b>();
    MatIterator_<Vec3b> itend = src.end<Vec3b>();
    int temp = src.rows * src.cols;
    for (; itstart != itend; itstart++)
    {
        (*itstart)[0] = saturate_cast<uchar>((*itstart)[0] + 50);
        (*itstart)[1] = saturate_cast<uchar>((*itstart)[1] + 50);
        (*itstart)[2] = saturate_cast<uchar>((*itstart)[2] + 50);
    }

    imshow("src new", src);

    waitKey(0);
    return 0;
}

试运行结果如下:

 

本文到此结束,示例是基于OpenCV4.8(opencv目录位于d盘根目录下)及VS2022。

### OpenCV 中的数据类型转换方法 在 Python 的 OpenCV 库中,数据类型的转换是一个常见的操作,尤其是在图像处理过程中。以下是几种常用方法来实现数据类型的转换。 #### 使用 `cv2.normalize` 进行归一化并改变数据类型 `cv2.normalize` 函数可以用来调整像素值范围以及更改目标数组的数据类型。此函数允许指定输入和输出之间的映射方式,并支持多种数据类型转换[^1]。 ```python import cv2 import numpy as np # 创建一个随机浮点数矩阵作为示例 src = (np.random.rand(100, 100) * 255).astype(np.float32) # 将 float32 转换为 uint8 类型 dst = cv2.normalize(src, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U) ``` 上述代码片段展示了如何通过 `cv2.normalize` 把一个 `float32` 数据类型的矩阵转化为 `uint8` 类型的矩阵。 #### 利用 NumPy 的 `.astype()` 方法 除了 OpenCV 提供的功能外,NumPy 自身也提供了非常方便的数据类型转换工具——`.astype()` 方法。这种方法简单直观,在许多情况下可以直接满足需求。 ```python import cv2 import numpy as np # 加载灰度图 img_gray = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE) # 假设我们有一个 Scharr 边缘检测的结果存储在一个变量里 scharr_result = cv2.Scharr(img_gray, cv2.CV_64F, 1, 0) # 使用 astype() 改变数据类型到 uint8 converted_img = scharr_result.astype(np.uint8) ``` 这里演示了利用 NumPy 的 `.astype()` 来完成从双精度浮点数 (`float64`) 向无符号整数 (`uint8`) 的转变过程[^2]。 #### 结合 `cv2.convertScaleAbs` 实现特定场景下的转换 当涉及到绝对值计算或者需要确保最终结果是非负数值时,可考虑采用 `cv2.convertScaleAbs` 。该命令不仅可以执行简单的缩放和平移运算,还能自动把任何负数变为零的同时保留正数不变,最后返回的是 unsigned char 形式的图片阵列。 ```python import cv2 # 继续沿用之前的 scharr_x 计算逻辑... scharr_x_abs = cv2.convertScaleAbs(scharr_x) ``` 这段脚本说明了怎样借助于 `cv2.convertScaleAbs` 完成由高精度实数形式向低分辨率字节表示形式过渡的操作步骤。 --- ### 总结 以上介绍了三种主要途径用于解决 Python 下基于 OpenCV数据类型变换难题:一是调用内置函数如 `cv2.normalize`;二是依靠外部库比如 NumPy 所提供的便捷手段即 `.astype()`;三是针对某些特殊应用场合选用专用接口像 `cv2.convertScaleAbs`.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Bill66

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值