OpenCV基本数据结构

参考学习书籍：《OpenCV3编程入门》

环境：OpenCV4.1.1 + VS2019

一.基础图像容器Mat

Mat是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等），一个指向存储所有像素值的矩阵（根据所选存储方式不同，矩阵可以是不同维数的）。矩阵头所占内存小，通常是一个常数，而矩阵本身的尺寸很大，∵它存储了所有的像素值。而且图像处理本身就是一个计算量很大的过程，除非万不得已，都不应该进行大图像的复制。

为了解决占用空间大这一问题，OpenCV引入了计数机制：让每个Mat对象都有自己的矩阵头，但可以共同指向一个矩阵（即让矩阵指针指向同一个地址）。

在OpenCV1.0中，还不存在Mat类，在那时，OpenCV是基于C接口实现的。而其中的图像存储格式IplImage*，在退出前没有relase的话，就会造成内存泄漏，使用非常不方便。在C++出现后，有了类的概念，就不用担心这一问题。如Mat类，是有自动的存储管理。在创建对象时，是不会分配内存空间的。

Mat src;                 //创建Mat类对象  不分配内存空间
src = imread("1.jpg");   //为src开辟内存空间

上面是一种创建Mat类对象以及赋值的方法，第一行仅是创建对象，即创建矩阵头信息；第二行才是为其分配内存。同样也可以使用下面这种方法创建一个对象并初始化。这就是C++类的好处，同样，跟C++一样的面向对象的语言Java也是这样的。

Mat src = imread("1.jpg");

下面是两种方法的结构都是一样的，都是让dst对象指向src对象的矩阵，只是矩阵头（对象名）不一样。

Mat dst(src);    //使用拷贝构造函数

Mat dst;
dst = src;       //赋值运算符

显示创建Mat对象的七种方法

对于显示创建Mat对象的七种方法，很多博客与书上都有讲解，这里就不再赘述。可以参考这位博主的博客：https://blog.csdn.net/qq_34106574/article/details/93471025

不过我个人认为最常用的方法还是用Mat()构造函数创建。

OpenCV的格式化输出

r为创建的对象，用randu函数来生成一个随机矩阵，并给定一个上限下限值。

#include <iostream>
#include <opencv2\opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main()
{
	Mat r = Mat(10, 3, CV_8UC3);
	randu(r, Scalar::all(0), Scalar::all(255));
	cout << "r(opencv默认风格)=" << r << ";" << endl << endl;
	cout << "r(python风格)=" <<format(r, Formatter::FMT_PYTHON)<< ";" << endl << endl；
	cout << "r(逗号分割风格)=" << format(r, Formatter::FMT_CSV) << ";" << endl << endl;
	cout << "r(numpy风格)=" << format(r, Formatter::FMT_NUMPY) << ":" << endl << endl;
	cout << "r(c语言风格)=" << format(r, Formatter::FMT_C) << ":" << endl << endl;

}

OpenCV默认风格：

python风格：

逗号分隔风格：

numpy风格：

C语言风格：

以上，对于矩阵值的大小是由randu函数随机生成的，而矩阵的大小是由Mat r = Mat(10, 3, CV_8UC3);所决定的。

在VS中，右击Mat，选择速览定义，就会出现下面的代码。

456行的函数就是Mat的构造函数，这个函数定义在mat.inl.hpp这一头文件中，当然你还可以看到除了456行这一函数之外的其他构造函数，它们都有同样的函数名，但形参不同。在使用构造函数创建对象时，会根据填入的实参来自动选择所使用的构造函数。如这里就是使用的456行的函数，三个参数分别为矩阵的行数，列数，和存储的数据类型。

对于数据类型，有许多种，它定义了每个元素（图片中的像素）的通道数和每个通道上表示像素值的比特数（位数）。

如：8UC3 ——> 8 unsigned  3 channel   即  3通道 8位无符号整型

依次类推有:

8S   （单通道8位有符号整数） 
16U （单通道16位无符号整数） 
16S  （单通道16位有符号整数） 
32S  （单通道32位有符号整数） 
32F  （单通道32位浮点数） 
64F  （单通道64位浮点数）

8UC1 (单通道8位无符号整数) 
8UC2 (2通道8位无符号整数) 
8UC3 (3通道8位无符号整数) 
8UC4 (4通道8位无符号整数) 
8UC(n) (n通道8位无符号整数 (n 可以从 1 到 512) ) 

更详细的讲解可以参考这位博主的博客，可以帮助我们从视觉上理解：https://blog.csdn.net/CV_YOU/article/details/53177173

所以，上面的示例代码所生成的矩阵的含义是输出一个3*10的矩阵，每个元素有3个通道值。以python风格为例：

二.其他常用数据结构和函数

1.点 Point类

point类

Point point;
point.x = 1;
point.y = 2;

//或

Point point = Point(1,2);

定义输出二维点

Point2f p(6,2);
count<<"二维点 p="<<p<<";\n"<<endl;

定义输出三维点

Point3f p3f = (1,2,3);
count<<"三维点 p3f="<<p3f<<";\n"<<endl;

定义输出基于Mat的std::vector

vector<float> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
count<<"vector="<<Mat(v)<<";\n"<<endl;

定义输出std::vector点

vector<Point2f> points(20);
for(size_t i = 0; i<points.size(); ++i)
{
   points[i] = Point2f((float)(i*5),(float)(i%7));
}
count<<"二维点向量 points="<<points<<";\n"<<endl;

2.颜色 Scalar类

Scalar(a,b,c);

Scalar()表示有4个元素的数组，即RGB颜色值和透明颜色alpha。若只填了3个参数，则默认我们想表示3个参数。值得注意的是：RGB的颜色定义顺序不再是R(红)，G(绿)，B(蓝)，而是BGR。

3.尺寸 Size类

Size(5,5);

4.矩形 Rect类

Rect rec = Rect(1,2,3,4);

Rect()的成员变量有x，y，width，height。上面的例子表示一个左上角坐标为（1，2）长为3，高为4的矩形。

5.颜色空间转换 cvtColor()函数

#include <opencv2/opencv.hpp>
#include <opencv2/imgcodecs/imgcodecs.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace cv;

void main()
{
	Mat src = imread("1.jpg");
	Mat dst;
	cvtColor(src,dst,COLOR_BGR2BGRA);
	imshow("效果图",dst);
	waitKey();
}

COLOR_BGR2BGRA为一个标识符，表示将RGB转化成BGR。除此之外还有其他许多标识符，可以在使用时在网上查询。