面试问题总结——OpenCV基础

1.OpenCV中cv::Mat的深拷贝和浅拷贝问题

  深拷贝：分配新内存的同时拷贝数据，当被赋值的容器被修改时，原始容器数据不会改变。

  浅拷贝：仅拷贝数据，当被赋值容器修改时，原始容器数据也会做同样改变。

OpenCV的Mat时，有几种赋值方式分别为：

  深拷贝是 b = a.clone(); 和 a.copyTo(b);

  浅拷贝是 b = a;和 b(a);

  关于这个问题，我还测试了OpenCV中的ROI，就是图像截图，发现ROI也是浅拷贝。

  C++中利用opencv存储图像的结构体是Mat。

2. OpenCV中RGB2GRAY是怎么实现的

  本质上就是寻找一个三维空间到一维空间的映射，以R、G、B为轴建立空间直角坐标系，则图片上的每一个像素点都可以用一个点表示，则可以通过一个公式Gray = 0.29900×R + 0.58700×G + 0.11400×B，来完成一维空间的映射。

3.连续图像转化为数字图像需要进行哪些操作？

  取样 量化

4.数字图像中有哪些基本特征？

  颜色特征、纹理特征、形状特征、空间关系特征等。

5.图像边缘检测中常用的边缘检测算子有哪些？

  Roberts算子、Prewitt算子、Sobel算子、Canny算子、Laplacian算子等。

6.对霍夫变换的理解

  霍夫变换常用来提取图像中的直线和圆等几何形状。它通过一种投票算法检测具有特定形状的物体，就是通过计算累计结果的局部最大值得到一个符合该几何形状的集合作为结果。

  算法原理：针对每个像素点，使得Θ在-90度到180度之间，用极坐标p = xcosΘ + ysinΘ计算得到共270组（p，theta）代表着霍夫空间的270条直线。将这270组值存储到H中。如果一组点共线，则这组点中的每个值，都会使得H（p，Θ）加1，因此找到最大的H值，就是共线的点最多的直线，也可以通过设定阈值来判定。