opencv2.2.0源代码（include文件）分析（3）--上部分

最新推荐文章于 2022-06-21 11:26:04 发布
最新推荐文章于 2022-06-21 11:26:04 发布
阅读量1.2k 收藏
点赞数
分类专栏： 图像处理 文章标签： 源代码 opencv 图像处理

2  modules\core\include\opencv2\core\core_c.h

这个需要头文件 #include  “opencv2/core/types_c.h”

core_c.h 包括：数组的分配、释放、初始化和对数组元素的访问（包括矩阵迭代器：在稠密矩阵用n-ary操作子），算术、逻辑和比较操作，匹配操作，矩阵操作，数组统计，离散线性变换和相关函数，动态数据结构（包括内部序列函数），画图（包括通过序列树进行迭代）, 系统函数，保留数据（包括高层函数, 添加自己类型,计算运行时间函数, CPU性能, 多线程, 错误句柄）

数组的分配、释放、初始化和对数组元素的访问

CVAPI(void*)  cvAlloc( size_tsize );//<malloc>触发器，如果没有足够内存空间报错（像其他的openCV函数回调cvAlloc）

 

CVAPI(void)   cvFree_( void*ptr );

#define cvFree(ptr) (cvFree_(*(ptr)),*(ptr)=0)//<free>触发器，释放内存空间后，采用double指针来清除数据指针

CVAPI(IplImage*)  cvCreateImageHeader(CvSize size, int depth, intchannels );//分配和初始化IplImage头指针

CVAPI(IplImage*) cvInitImageHeader(IplImage* image, CvSize size, intdepth,int channels, int originCV_DEFAULT(0),                                 int alignCV_DEFAULT(4));//初始化IplImage头指针

 

CVAPI(IplImage*)  cvCreateImage(CvSize size, int depth, int channels );//创建IPL图像（图像和数据）

 

CVAPI(void)  cvReleaseImageHeader(IplImage** image );//释放IPL图像头

CVAPI(void)  cvReleaseImage(IplImage** image );//释放IPL头指针和数据

CVAPI(IplImage*) cvCloneImage( const IplImage*image );//创建IPL头拷贝（步长根据不同情况不同）

CVAPI(void)  cvSetImageCOI(IplImage* image, int coi );//设置感兴趣的通道（但是只有很少的函数支持COI），采用cvCopy来取出（或者放回）已选定的通道

CVAPI(int)  cvGetImageCOI( const IplImage*image );//恢复图像感兴趣的通道

CVAPI(void)  cvSetImageROI(IplImage* image, CvRect rect );//设置图像感兴趣区域（感兴趣通道不变）

CVAPI(void)  cvResetImageROI(IplImage* image );//重设置图像的感兴趣区域(ROI)和感兴趣通道(COI)

CVAPI(CvRect) cvGetImageROI( const IplImage*image );//恢复图像ROI

CVAPI(CvMat*)  cvCreateMatHeader( int rows, int cols, int type);//分配和初始化CvMat头

#define CV_AUTOSTEP  0x7fffffff

CVAPI(CvMat*) cvInitMatHeader( CvMat* mat, int rows, int cols,inttype, void*dataCV_DEFAULT(NULL),                            intstepCV_DEFAULT(CV_AUTOSTEP) );//初始化CvMat头

CVAPI(CvMat*)  cvCreateMat( int rows, int cols, int type);//分配和初始化CvMat头和分配数据

CVAPI(void)  cvReleaseMat(CvMat** mat );//释放CvMat头和重新分配矩阵头(reference计算数据数量)

 

CV_INLINE  void  cvDecRefData(CvArr* arr )//缩减CvMat数据reference计算器和如果达到0则重分配数据

{

    if( CV_IS_MAT( arr))

    {

        CvMat*mat = (CvMat*)arr;

        mat->data.ptr= NULL;

        if(mat->refcount != NULL && --*mat->refcount == 0 )

            cvFree(&mat->refcount );

        mat->refcount= NULL;

    }

    else if(CV_IS_MATND( arr ))

    {

        CvMatND*mat = (CvMatND*)arr;

        mat->data.ptr= NULL;

        if(mat->refcount != NULL && --*mat->refcount == 0 )

            cvFree(&mat->refcount );

        mat->refcount= NULL;

    }

}

 

CV_INLINE  int  cvIncRefData(CvArr* arr )//增加CvMat数据reference计算器

{

    int refcount =0;

    if( CV_IS_MAT( arr))

    {

        CvMat*mat = (CvMat*)arr;

        if(mat->refcount != NULL )

            refcount= ++*mat->refcount;

    }

    else if(CV_IS_MATND( arr ))

    {

        CvMatND*mat = (CvMatND*)arr;

        if(mat->refcount != NULL )

            refcount= ++*mat->refcount;

    }

    return refcount;

}

 

 

CVAPI(CvMat*) cvCloneMat( const CvMat*mat );//创建输入矩阵(或者步长)的精确拷贝

 

CVAPI(CvMat*) cvGetSubRect( const CvArr*arr, CvMat* submat, CvRect rect );//通过输入的数组的的矩形（或者子矩形）大小来创建一个新的矩阵（数据不会被拷贝）

#define cvGetSubArr cvGetSubRect

 

CVAPI(CvMat*) cvGetRows( const CvArr*arr, CvMat*submat,                        int start_row, int end_row,int delta_rowCV_DEFAULT(1));//选择输入数组的行跨度（开始行：步长：结束行），结束行不包括跨度

 

CV_INLINE  CvMat*  cvGetRow( const CvArr*arr, CvMat* submat, int row )

{

    return cvGetRows(arr, submat, row, row + 1, 1 );

}

 

 

CVAPI(CvMat*) cvGetCols( const CvArr*arr, CvMat* submat,

int start_col, int end_col);//选择输入数组的列跨度：（：，开始列：结束列）（结束列不包括进跨度）

 

CV_INLINE  CvMat*  cvGetCol( const CvArr*arr, CvMat* submat, int col )

{

    return cvGetCols(arr, submat, col, col + 1 );

}

 

 

CVAPI(CvMat*) cvGetDiag( const CvArr* arr,CvMat*submat,                            intdiag CV_DEFAULT(0));//选择输入数组的diagonal，如果diag=0，表示主对角线；如果diag>0，表示上对角；如果diag<0，表示下对角

 

CVAPI(void) cvScalarToRawData( const CvScalar*scalar, void* data,int type,int extend_to_12 CV_DEFAULT(0) );//低层尺度<->原始数据转换函数

 

CVAPI(void) cvRawDataToScalar( const void*data, int type, CvScalar* scalar );

 

CVAPI(CvMatND*)  cvCreateMatNDHeader( int dims, const int*sizes, inttype );//分配和初始化CvMatND头

 

CVAPI(CvMatND*)  cvCreateMatND( int dims, const int*sizes, int type );//分配和初始化CvMatND头和分配数据

 

CVAPI(CvMatND*)  cvInitMatNDHeader(CvMatND* mat, int dims, constint* sizes,int type, void*data CV_DEFAULT(NULL) );//初始化重分配的CvMatND头

 

CV_INLINE  void  cvReleaseMatND(CvMatND** mat )//释放CvMatND

{

    cvReleaseMat((CvMat**)mat );

}

 

CVAPI(CvMatND*) cvCloneMatND( const CvMatND*mat );//新建CvMatND（或者步长）的拷贝

 

CVAPI(CvSparseMat*)  cvCreateSparseMat( int dims, const int*sizes,int type );//分配和初始化CvSparseMat头和分配数据

 

CVAPI(void)  cvReleaseSparseMat(CvSparseMat** mat );//释放CvSparseMat

 

CVAPI(CvSparseMat*) cvCloneSparseMat( const CvSparseMat*mat );//新建一个CvSparseMat（或者0 items）的拷贝

 

CVAPI(CvSparseNode*)cvInitSparseMatIterator( const CvSparseMat* mat,CvSparseMatIterator*mat_iterator );//初始化稀疏矩阵迭代器，返回第一个节点（如果为空，则返回NULL）

 

CV_INLINE CvSparseNode*cvGetNextSparseNode( CvSparseMatIterator* mat_iterator )//返回下一稀疏矩阵节点（如果没有更多的节点，则返回NULL）

{

    if(mat_iterator->node->next )

        return mat_iterator->node= mat_iterator->node->next;

    else

    {

        int idx;

        for(idx = ++mat_iterator->curidx; idx < mat_iterator->mat->hashsize;idx++ )

        {

            CvSparseNode*node = (CvSparseNode*)mat_iterator->mat->hashtable[idx];

            if(node )

            {

                mat_iterator->curidx= idx;

                return mat_iterator->node= node;

            }

        }

        return NULL;

    }

}

 

数组的分配、释放、初始化和对数组元素的访问---矩阵迭代器：在稠密矩阵用n-ary操作子

 

#define CV_MAX_ARR 10

 

//定义稀疏矩阵迭代结构体

typedef struct CvNArrayIterator

{

    int count;

    int dims;

    CvSize size;

    uchar*ptr[CV_MAX_ARR];

    int stack[CV_MAX_DIM];

    CvMatND*hdr[CV_MAX_ARR];

}

CvNArrayIterator;

 

#define CV_NO_DEPTH_CHECK     1

#define CV_NO_CN_CHECK        2

#define CV_NO_SIZE_CHECK      4

 

CVAPI(int) cvInitNArrayIterator( int count,CvArr**arrs,                               const CvArr*mask, CvMatND* stubs,                              CvNArrayIterator*array_iterator,                                int flagsCV_DEFAULT(0) );//通过一些数组初始化迭代器（和cvNextArraySlice函数一起用于N-ari元素操作）

 

CVAPI(int) cvNextNArraySlice(CvNArrayIterator* array_iterator );//如果迭代结束返回0，否则返回非0数

 

CVAPI(int) cvGetElemType( const CvArr*arr );//返回数组元素的类型，比如CV_8UC1, CV_64FC4等

 

CVAPI(int) cvGetDims( const CvArr*arr, int* sizes CV_DEFAULT(NULL) );//获取数组维数值和维数大小

 

CVAPI(int) cvGetDimSize( const CvArr*arr, int index );//获取给定数组维数值的大小，比如2D数组 cvGetDimSize(arr,0)返回行值（图像的高度），cvGetDimSize(arr,1)返回列值（图像的宽度）

 

CVAPI(uchar*) cvPtr1D( const CvArr*arr, int idx0, int* typeCV_DEFAULT(NULL));//ptr=&arr(idx0,idx1,…)，所有索引值为0，维数从高到低，比如2D表示为(y,x)，3D表示为(z,y,x)

 

CVAPI(uchar*) cvPtr2D( const CvArr*arr, int idx0, int idx1, int* type CV_DEFAULT(NULL) );

CVAPI(uchar*) cvPtr3D( const CvArr*arr, int idx0, int idx1, intidx2,int* typeCV_DEFAULT(NULL));

 

CVAPI(uchar*) cvPtrND( const CvArr*arr, const int* idx, int* type CV_DEFAULT(NULL),int create_nodeCV_DEFAULT(1),                      unsigned*precalc_hashval CV_DEFAULT(NULL));//对于CvMat或者IplImage索引值首先为行索引(y)，其次为列索引(x)；对于CvMatND或者CvSparseMat索引值应当与维数值相匹配，并且索引值的顺序应当和维数顺序相匹配

 

 

CVAPI(CvScalar) cvGet1D( const CvArr*arr, int idx0 );

CVAPI(CvScalar) cvGet2D( const CvArr*arr, int idx0, int idx1 );

CVAPI(CvScalar) cvGet3D( const CvArr*arr, int idx0, int idx1, intidx2 );

CVAPI(CvScalar) cvGetND( const CvArr*arr, const int* idx );

 

 

CVAPI(double) cvGetReal1D( const CvArr*arr, int idx0 );

CVAPI(double) cvGetReal2D( const CvArr*arr, int idx0, int idx1 );

CVAPI(double) cvGetReal3D( const CvArr*arr, int idx0, int idx1, intidx2 );

CVAPI(double) cvGetRealND( const CvArr*arr, const int* idx );

 

 

CVAPI(void) cvSet1D( CvArr* arr, int idx0,CvScalar value );

CVAPI(void) cvSet2D( CvArr* arr, int idx0, int idx1,CvScalar value );

CVAPI(void) cvSet3D( CvArr* arr, int idx0, int idx1, int idx2,CvScalar value );

CVAPI(void) cvSetND( CvArr* arr, const int*idx, CvScalar value );

 

 

CVAPI(void) cvSetReal1D( CvArr* arr, int idx0, double value);

CVAPI(void) cvSetReal2D( CvArr* arr, int idx0, int idx1, double value);

CVAPI(void) cvSetReal3D( CvArr* arr, int idx0,

                        int idx1, int idx2, double value);

CVAPI(void) cvSetRealND( CvArr* arr, const int*idx, double value );

 

CVAPI(void) cvClearND( CvArr* arr, const int*idx );//清除N维稠密矩阵元素；如果是稀疏矩阵，则删除给定节点

 

CVAPI(CvMat*) cvGetMat( const CvArr*arr, CvMat*header,                       int*coi CV_DEFAULT(NULL),int allowND CV_DEFAULT(0));//将CvMat(IplImage,CvMat,…)转换成CvMat。如果最后的参数为0，在数组最后维连续的情况下，可以将多维矩阵转换成CvMat，最后转换的矩阵的行数将很大。

 

CVAPI(IplImage*) cvGetImage( const CvArr*arr, IplImage* image_header );//CvArr(IplImage,CvMat)转换成IplImage

 

 

CVAPI(CvArr*) cvReshapeMatND( const CvArr*arr,                           int sizeof_header,CvArr* header,int new_cn, int new_dims, int* new_sizes );//改变多维数组的形状：new_cn== 0表示通道数不变；new_dims == 0表示维数大小不变（除非需要设置新的通道数）；如果new_dims == 1，不需要特定指定维数的大小。最后结果配置为w/o数据拷贝完成。如果最后结果数组为稀疏，数组头应满足CvSparseMat；如果结果为1火星和2维，数组头应满足CvMat；如果是稠密数组，数组头应满足CvMatND

 

#define cvReshapeND( arr, header,new_cn, new_dims, new_sizes )  cvReshapeMatND( (arr), sizeof(*(header)),(header),(new_cn), (new_dims), (new_sizes))

 

CVAPI(CvMat*) cvReshape( const CvArr*arr, CvMat* header,                       int new_cn, int new_rowsCV_DEFAULT(0) );

 

CVAPI(void) cvRepeat( const CvArr*src, CvArr* dst );//将原始2维数组经过几次水平和垂直方向填满目标数组

 

CVAPI(void)  cvCreateData( CvArr*arr );//创建和配置数组数据

 

CVAPI(void)  cvReleaseData(CvArr* arr );//释放数组数据

 

CVAPI(void)  cvSetData( CvArr*arr, void* data, int step );//将用户数据添加到数组头部，指针指向上一最后维。即所有数组维和w/o接口连接

 

CVAPI(void) cvGetRawData( const CvArr*arr, uchar** data,

int* step CV_DEFAULT(NULL),CvSize* roi_sizeCV_DEFAULT(NULL));//获取CvMat，IplImage，CvMatND的原始数据，如果数组不能表示为矩阵，则该函数报错

 

CVAPI(CvSize) cvGetSize( const CvArr*arr );//返回数组元素的宽度和高度

 

CVAPI(void)  cvCopy( const CvArr*src, CvArr* dst,                 const CvArr*mask CV_DEFAULT(NULL) );//将源数组拷贝到目标数组

 

CVAPI(void)  cvSet( CvArr* arr,CvScalarvalue,                   const CvArr*mask CV_DEFAULT(NULL) );//设置所有或者被标记的输入数组的元素为相同值

 

CVAPI(void)  cvSetZero( CvArr*arr );//清除所有数组元素（设置为0）

#define cvZero  cvSetZero

 

CVAPI(void)  cvSplit( const CvArr*src, CvArr* dst0, CvArr* dst1,CvArr* dst2, CvArr* dst3 );//将多通道数组分成单通道数组或者获取单一颜色通道

 

CVAPI(void)  cvMerge( const CvArr*src0, const CvArr* src1,

const CvArr* src2, const CvArr*src3,CvArr* dst );//将单通道数组合并成一个多通道数组，或者插入单一颜色通道

 

CVAPI(void)  cvMixChannels( const CvArr**src, int src_count,CvArr** dst, int dst_count,const int*from_to, int pair_count );//从输入数组拷贝通道到输入数组的特定通道

 

CVAPI(void)  cvConvertScale( const CvArr*src, CvArr*dst,                            double scaleCV_DEFAULT(1),double shift CV_DEFAULT(0) );//完成在源数组上的线性变换：dst=scale*src(x,y,z)+shift.允许连接输入和输出数组的深度（通道数必须相同），故可实现类型转换

#define cvCvtScale cvConvertScale

#define cvScale  cvConvertScale

#define cvConvert( src, dst )  cvConvertScale((src), (dst), 1, 0 )

 

 

CVAPI(void)  cvConvertScaleAbs( const CvArr*src, CvArr* dst,doublescale CV_DEFAULT(1),double shift CV_DEFAULT(0) );//完成在每个源数组上的绝对线性变换：dst(x,y,z)=abs(scale*src(x,y,z)+shift)，目标数组必须为8u 类型，其他类型可以使用cvConvertScale+cvAbsDiffS

#define cvCvtScaleAbs  cvConvertScaleAbs

 

CVAPI(CvTermCriteria) cvCheckTermCriteria(CvTermCriteria criteria,double default_eps,int default_max_iters );//确保终止规则有效性和设置eps为default_eps（如果没有设置），设置max_iter为default_max_iters（如果没有设置）

 

 

算术、逻辑和比较操作

CVAPI(void)  cvAdd( const CvArr*src1, const CvArr* src2, CvArr* dst,const CvArr* maskCV_DEFAULT(NULL));

 

CVAPI(void)  cvAddS( const CvArr*src, CvScalar value, CvArr* dst,const CvArr* mask CV_DEFAULT(NULL));

 

CVAPI(void)  cvSub( const CvArr*src1, const CvArr* src2, CvArr* dst,const CvArr* maskCV_DEFAULT(NULL));

 

 CV_INLINE  void  cvSubS( const CvArr*src, CvScalar value, CvArr* dst,const CvArr* mask CV_DEFAULT(NULL))

{

    cvAddS( src,cvScalar( -value.val[0], -value.val[1], -value.val[2], -value.val[3]),dst, mask);

}

 

 CVAPI(void)  cvSubRS( const CvArr*src, CvScalar value, CvArr* dst,const CvArr* mask CV_DEFAULT(NULL));

 

CVAPI(void)  cvMul( const CvArr*src1, const CvArr*src2,                  CvArr*dst, double scale CV_DEFAULT(1) );

 

 CVAPI(void)  cvDiv( const CvArr*src1, const CvArr*src2,                   CvArr*dst, double scale CV_DEFAULT(1));

 

 CVAPI(void)  cvScaleAdd( const CvArr*src1, CvScalarscale,                        const CvArr*src2, CvArr* dst );

#define cvAXPY( A, real_scalar, B, C )cvScaleAdd(A, cvRealScalar(real_scalar), B, C)

 

 

CVAPI(void)  cvAddWeighted( const CvArr*src1, double alpha,                            const CvArr*src2, double beta,double gamma, CvArr* dst );

 

 

CVAPI(double)  cvDotProduct( const CvArr*src1, const CvArr* src2 );

 

 

CVAPI(void) cvAnd( const CvArr*src1, const CvArr*src2,                  CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvAndS( const CvArr*src, CvScalarvalue,                   CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvOr( const CvArr*src1, const CvArr*src2,                 CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvOrS( const CvArr*src, CvScalarvalue,                 CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvXor( const CvArr*src1, const CvArr*src2,                  CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvXorS( const CvArr*src, CvScalarvalue,                   CvArr*dst, const CvArr* mask CV_DEFAULT(NULL));

 

 

CVAPI(void) cvNot( const CvArr*src, CvArr* dst );

 

 

CVAPI(void) cvInRange( const CvArr*src, const CvArr*lower,                      const CvArr*upper, CvArr* dst );

 

 

CVAPI(void) cvInRangeS( const CvArr*src, CvScalarlower,                       CvScalarupper, CvArr* dst );

 

#define CV_CMP_EQ   0

#define CV_CMP_GT   1

#define CV_CMP_GE   2

#define CV_CMP_LT   3

#define CV_CMP_LE   4

#define CV_CMP_NE   5

 

//比较操作仅支持单通道数组，目标图像应该0为8uC1或者8sC1

 

CVAPI(void) cvCmp( const CvArr*src1, const CvArr* src2, CvArr* dst,int cmp_op );

 

CVAPI(void) cvCmpS( const CvArr*src, double value, CvArr* dst, intcmp_op );

 

 

CVAPI(void) cvMin( const CvArr*src1, const CvArr* src2, CvArr* dst );

 

 

CVAPI(void) cvMax( const CvArr*src1, const CvArr* src2, CvArr* dst );

 

 

CVAPI(void) cvMinS( const CvArr*src, double value, CvArr* dst );

 

 

CVAPI(void) cvMaxS( const CvArr*src, double value, CvArr* dst );

 

 

CVAPI(void) cvAbsDiff( const CvArr*src1, const CvArr* src2, CvArr* dst );

 

 

CVAPI(void) cvAbsDiffS( const CvArr*src, CvArr* dst, CvScalar value );

#define cvAbs( src, dst ) cvAbsDiffS((src), (dst), cvScalarAll(0))

 

lpflying2012
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenCV2.2.0版本的更改及源码zip包编译过程中的include路径的一个问题
封尘轻扬
12-21 2694
12月新发布的OpenCV2.2.0在库结构上进行了较大幅度的改动。主要体现在新的模块组织形式和新的头文件形式；相对应的一些功能函数归类到了更细致的模块中。 注意：我一开始下载了zip的源码包，但是发现include中opencv2内的头文件不全；暂时我不清楚为何没有拷贝，我直接选择将各个模块中的include下的opencv2中的头文件拷贝至底层include/opencv2目录下即可。虽然老式的头文件形式可用，但是都会修改为新式的头文件include，所以如果include/opencv2目录下没有对
opencv导入头文件时报错#include的解决方法
09-18
主要介绍了opencv导入头文件时报错#include的解决方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
opencv2.2.0源代码（include文件）分析（2）
飞燕走笔ing
04-23 1032
modules\core\include\opencv2\core\types_c.h 前面的是一些宏定义，是为了兼容C，C++。对于一些函数的调用方式，建议补充一点补充知识：http://blog.csdn.net/yongdun_007/archive/2010/12/21/6090281.aspx，这个头文件是很重要的一个文件，建议大家都看看，这里定义了opencv用到的所有的数据类型和结
openCV 中include/opencv2文件夹中只有一个文件问题解决
ZIH科苑
09-03 5307
今天安装并编译好openCV后，测试一段摄像头的代码时，提示找不到openCV根目录下“include/opencv2”目录中得一堆头文件，而应用这些头文件的又是“include/opencv”中的cv.h等头文件，当场崩溃…………………………           后来无意中，发现opencv2根目录下“modules”目录中的每个文件夹中都有一个“include/opencv2”目录，想都不想
opencv之types_c.h
雪儿的专栏
05-15 2551
#ifndef __OPENCV_CORE_TYPES_H__ #define __OPENCV_CORE_TYPES_H__ #ifdef HAVE_IPL #  ifndef __IPL_H__ #    if defined WIN32 || defined _WIN32 #      include #    else #      include #    e
OpenCV3版-OpenCV3编程入门例程源代码（95个）.zip
05-04
这个压缩包“OpenCV3版-OpenCV3编程入门例程源代码（95个）.zip”是针对初学者准备的，包含了95个使用OpenCV3编写的基础示例程序。这些实例覆盖了OpenCV3的多个核心功能，可以帮助学习者快速掌握OpenCV的基本用法，...
OpenCV实例程序源代码-人脸检测.c
最新发布
05-29
OpenCV实例程序源代码-人脸检测.c
OpenCV实例程序源代码-模板匹配.c
05-29
OpenCV实例程序源代码-模板匹配.c
OpenCV实例程序源代码-凸包生成.c
05-29
OpenCV实例程序源代码-凸包生成.c
OpenCV实例程序源代码-反向投影.c
05-29
OpenCV实例程序源代码-反向投影.c
Opencv中访问图像数据类型
02-17 1432
Opencv中访问数据类型，如下： （1） 假设你要访问第k通道、第i行、第j列的像素。（2） 间接访问: (通用，但效率低，可访问任意格式的图像)对于单通道字节型图像:IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);CvScalar s;s=cvGet2D(img,i,j); // get the (j,i) pixel
OpenCV编程->cvGet2D函数
Rana专栏
05-09 3363
// Returns specifed element of 2D array CV_IMPL CvScalar cvGet2D( const CvArr* arr, int y, int x ) { CvScalar scalar = {{0,0,0,0}}; int type = 0; uchar* ptr; if( CV_IS_MAT( arr ))
OpenCv入门（一）-基本数据结构和头文件
DUKE的博客
12-28 2253
OpenCV包含的模块 cv – 核心函数库 cvaux – 辅助函数库 cxcore – 数据结构与线性代数库 highgui – GUI函数库 ml – 机器学习函数库   函数名:    cvActionTargetMod(...)    Action = 核心功能（core functionality） (e.g. set, creat
fatal error C1083: 无法打开包括文件: “opencv2/core/types_c.h”: No such file or directory
omgxxg的博客
04-10 1675
fatal error C1083: 无法打开包括文件: “opencv2/core/types_c.h”: No such file or directory 在使用matlab与vs2013联合调试调用opencv时出现了这个错误，有很多教程写的时去VS界面进行操作，但是我vs2013用的不熟悉，调了好久也没弄明白。 返回到matlab报错的地方开始调试，发现只要加入下面语句就可以解决 inc...
海思Hi3516-DV300+YOLO3引入Opencv3.4时错误解决
CaoYin
06-21 497
海思Hi3516-DV300+YOLO3引入Opencv3.4时错误解决
【OpenCV入门教程之十五】水漫金山：OpenCV漫水填充算法（Floodfill）
热门推荐
【浅墨的游戏编程Blog】毛星云（浅墨）的专栏
06-03 12万+
本篇文章中，我们一起探讨了OpenCV填充算法中漫水填充算法相关的知识点，以及了解了OpenCV中实现漫水填充算法的两个版本的floodFill函数的使用方法，此博文一共有两个个配套的示例程序，其详细注释过的代码都在文中贴出，且文章最后提供了综合示例程序的下载。 先尝鲜一下其中一个示例程序的运行截图：  一、引言漫水填充法是一种用特定的颜色填充联通区域，通过设置可连通像素的上下限以及连通方式来达到
理解OpenCV中的宏定义 CVAPI(函数返回类型)(转载)
爱拼才会赢
05-28 1279
读代码时看到语句 CVAPI(IplImage*) cvCreateImage( CvSize size, int depth, int channels ); 遂想了解下这个CVAPI到底是怎么回事！ #define CVAPI(rettype) CV_EXTERN_C CV_EXPORTS rettype CV_CDECL
CvRect、RECT和Rect
My heart will go on
05-15 3316
CvRect定义：在...build\include\opencv2\core\types_c.h下[cpp] view plain copytypedef struct CvRect  {      int x;      int y;      int width;      int height;  }  CvRect;  RECT定义：在WinDef.h下[cpp] view plain ...
OpenCV-Python教程：从入门到实践
OpenCV-Python是OpenCV与Python的完美结合，它提供了直观的API，使得开发者可以利用Python的强大之处来实现复杂的计算机视觉算法，同时保持代码的简洁性和效率。 在Python中，还有其他一些与计算机视觉相关的库，如...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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