OpenCV(C++)学习笔记(一)
文章目录
OpenCV Mat类
Mat类的定义和部分属性
class CV_EXPORTS Mat
{
public:
/*flag参数中包含一些关于矩阵的信息：
——矩阵标识
——数据是否连续
——深度
——通道数目
*/
int flag;
//矩阵的维数，取值大于等于2
int dims;
//矩阵的行数和列数，如果矩阵超过二维，这两个变量的值都为-1
int rows,cols;
//指向数据的指针
uchar* data;
}
创建构造函数
无参数构造函数：
Mat::Mat();
创造指定大小，类型type的图像
Mat::Mat(int rows,int cols,int type);
Mat::Mat(Size size,int type);
Mat::Mat(int ndims,const int *sizes,int type);
Mat::Mat(const std::vector<int>& sizes,int type);
创建指定大小，类型type，所有元素都初始化为s值的图像
Mat::Mat(int rows,int cols,int type,const Scalar& s);
Mat::Mat(Size size,int type,const Scalar& s);
Mat::Mat(int ndims,const int* sizes,int type,const Scalar& s);
Mat::mat(const std::vector<int>& sizes,int type,const Scalar& s);
创建指定大小，类型type，步长为step的图像
Mat::Mat(int rows,int cols,int type,void* data,size_t step=AUTO_STEP);
Mat::Mat(Size size,int type,void* data,size_t step=AUTO_STEP);
Mat::Mat(int ndims,const int* sizes,int type,void* data,size_t steps=0);
Mat::Mat(const std::vector<int>& sizes,int type,void* data,const size_t* steps=0);(行步长指矩阵每行所占的字节数；此函数不创建内存，直接使用data所指的内存)
例子：
//创建行数为3，列数为2，类型为8位无符号整形，所有元素都初始化为（0，0，255）的三通道图像
Mat M(3,2,CV_8UC3，Scalar(0,0,255));
//创建行数为3，列数为2，通道数为5的图像
Mat M(3,2,CV_8UC(5));
创建大小，类型与m相同的图像
Mat::Mat(const Mat& m);
创建大小，类型与指定m部分相同的图像
Mat::Mat(const Mat& m,const Range& rowRange,const Range& colRange=Range::all());
Mat::Mat(const Mat& m,const Rect& roi);
Mat::Mat(const Mat& m,const Range* ranges);
Mat::Mat(const Mat& m,const std::vector<Range>& ranges);
create()函数方法
Mat::create(int rows,int cols,int type);
Mat::create(Size size,int type);
Mat::create(int ndims,const int* sizes,int type);
Mat::create(const std::vector<int>& sizes,int type);
//create()函数不能设置图像像素/矩阵元素的初始值
例子：
//构造函数创建图像
Mat M(3,2,CV_8UC3);
//释放内存重新创建图像
M.create(2,2,CV_8UC2);
注：create()函数指定的参数与当前的图像参数相同，则不进行内存申请，如果参数不同，则会减少当前图像数据内存的引索，并重新申请内存。
创建一些特殊矩阵的方法
全0矩阵
Mat::zeros(int rows,int cols,int type);
Mat::zeros(Size size,int type);
Mat::zeros(int ndims,const int* sz,int type);
全1矩阵
Mat::ones(int rows,int cols,int type);
Mat::ones(Size size,int type);
Mat::ones(int ndims,const int* sz,int type);
单位矩阵
Mat::eye(int rows,int cols,int type);
Mat::eye(Size size int type);
矩阵元素的表达
单通道和多通道图像的元素类型一般为8U，也可以为16S，32F等，这些类型可以uchar，short，float等基本数据类型表达。
对于M * N * C多通道图像，此时矩阵元素已经不是基本数据类型，而是一个向量。
OpenCV定义了一个模板类Vec，可用来表示一个向量
2/3/4维uchar向量
typedef Vec<uchar,2> Vec2d;
typedef Vec<uchaer,3> Vec3d;
typedef Vec<uchar,4> Vec4d;
Vec3d color;//描述RGB颜色的color变量
color[0]=255;//B分量
color[1]=0;//G分量
color[2]=0;//R分量
像素的读写
使用at()函数
at函数为模板函数，它返回指定矩阵元素的引用
tips：at()函数优点是代码可读性高，但是函数效率不是很高，并不推荐使用at()函数遍历图像。at()函数只在debug模式下进行越界检查。
使用迭代器
Mat类支持C++ STL库中的迭代器（iterator）进行遍历
Mat gray(480,640,CV_8UC1);
MatIterator <uchar> grayItr,grayEnd;
for(grayItr = gray.begin<uchar>(),
grayEnd = gray.end<uchar>();
grayItr!=grayEnd;grayItr++)
*grayItr=rand()%255;
使用指针
Mat gray(480,640,CV_8UC1);
for(int i=0;i<gray.rows;i++)
{
uchar* p=gray.ptr<uchar>(i);
for(int j=0;j<gray.cols;j++)
{
p[j]=(i+j)%255;
}
}
tips：在重视程序速度的情况下，建议使用指针进行遍历。如果指针访问出错，程序运行时可能出现“段错误”（segment fault）
选取图像局部区域
选取单行或单列
Mat::row(int y)const;
Mat::col(int x)const;
//取出A矩阵的第i行
Mat line =A.row(i);
//取出A中数据的第i行将这行乘2后赋值给第j行
A.row(j) A.row(i)*2;
选取多行或多列
通过使用Range类，可以选取矩阵的多行或多列
//创建一个单位阵
Mat A=Mat::eye(10,10,CV_32S);
//提取全部行和1到3列（不包括第3列）
Mat B=A(Range::all(),Range(1,3));
//提取5到9行（不包括第9行），提取全部列
Mat C=B(Range(5,9),Range::all());
//可直接写为
Mat A=Mat::eye(10,10,CV_32S);
Mat C=A(Range(5,9),Range(1,3));
选取感兴趣区域
可使用Rect()类
//创建宽为320，高度为240的3通道图像
Mat img(320,240,CV_8UC3);
//选取img中的Rect(10,10,100,100)的区域为ROI
//使用构造函数
Mat roi(img,Rect(10,10,100,100));
Mat roi2(img,Range(10,100),Range(10,100));
使用括号运算符
Mat roi3=img(Rect(10,10,100,100));
Mat roi4=img(Range(10,100),Range(10,100));
选取对角线
Mat::diag(int d=0)const
tips：选取局部区域的方法都不进行内存的复制操作，新对象与原始对象共享相同的数据区域，因此执行速度快。
输出
Mat类重载的<<操作符，可以使用流操作输出矩阵内容，并支持不同的输出格式
Mat R(3,2,CV_8UC3);
randu(R,Scalar::all(0),Scalar::all(255));
cout<<R<<endl;//默认输出模式
cout<<format(R,Formatter:FMt_PYTHON)<<endl;//python输出模式
cout<<format(R,Fprmatter::FMT_NUMPY)<<endl;//numpy输出模式
cout<<format(R,Fprmatter::FMT_C)<<endl;//C语言输出模式
cout<<format(R,Fprmatter::FMT_CSV)<<endl;//CSV输出模式
Mat表达式
——加减取负：A+B，A+s，s+A，-A
——缩放：A*alpha
——对应元素的乘除：A.mul(B)，A/B，alapha/A
——矩阵乘法：A*B
——转置：A.t()
——求逆和求伪逆A.inv()
——比较运算：A cmpop B，alpha cmpop A（cmpop可为>,>=,==,!=,<)。若条件成立，结果矩阵的对应元素被置为255，否则为0。
——位逻辑运算：A logicop B，A logicop s ，s logicop A，~A(logicop可为&，|和^)
——对应元素的最大最小：min(A,B)，min(A,alpha)，max(A,B) ，max(A,alpha)
——元素的绝对值：abs(A)
——叉乘和点乘：A.cross(B)，A.dot(B)
Mat_ 类
Mat_ 类是对Mat类的一个轻量级包装，它是一个模板类，使得访问元素不需要指定元素类型。减少出错可能。
Mat grayImg(480,640,CV_8UC1);
Mat_ <uchar> grayImg1=(Mat_ <uchar>&)grayImg;
for(int i=0;i<grayImg1.rows;i++)
{
uchar* p=grayImg1.ptr(i);
for(int j=0;j<grayImg1.cols;j++)
{
double d1=(double)((i+j)%255);
grayImg1(i,j)=d1;
double d2=grayImg1(i,j);
}
}
Mat类的内存管理
Mat 类由两个数据部分组成：矩阵头和一个指向所有像素值的内存的指针uchar* data。
OpenCV使用了引用计数机制，既让矩阵指针data指向同一地址，同时引用计数增加。OpenCV中很多函数及很多操作只复制矩阵头信息，而不复制矩阵数据。
Mat的相关函数
读取，显示和保存图像的函数
Mat cv::imread(const String &fliname,int flags=IMREAD_COLOR);
filename:图片文件的绝对或相对路径
flags：读取图片的的形式（灰度/彩色/alpha通道）
(cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可以直接写1
cv2.IMREAD_GRAYSCALE：读入灰度图片，可以直接写0
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可以直接写-1)
return:读取的图像数据
void cv::imshow(const String& winname,InputArray mat);
winname:显示图片的窗口的名称
mat:要显示的图像
Mat cv::imwrite(const String& filename,
InputArray img,
const std::vector<int>& params=std::vector<int>());
filename:图像保存为文件的文件名
img:要保存的图像数据
params:附加信息，如指定JPEG压缩质量等
缩放图像的函数
void cv::resize(InputArray src,
OutputArray dst,
Size size,
double fx=0,
double fy=0,
int interpolation=INTER_LINEAR);
src:输入图像
dst:输出缩放的图像
dsize：输出图像的大小
fx：沿水平方向的缩放因子
fy：沿竖直方向的缩放因子
interpolation:插值方式（INTER_LINEAR，INTER_NEAREST,etc)
图像通道
void cv::split(const &src,Mat* mvbegin);
src:输入的多通道图像
mvbegin:输出矩阵，矩阵个数等于src.channels()
void cv::merge(const Mat* mv,size_t count,OutputArray dst);
mv:要合并的矩阵，所有矩阵的大小和数据类型必须相同
count:当mv是一个矩阵时输入矩阵个数，值必须大于0
dst:输出矩阵，大小和数据类型与mv[0]相同，矩阵的通道数为count
利用某些图像性质生成掩膜
void cv::inRange(InputArray src,InputArray lowerb,InputArray upperb,OutputArray dst);
src:输入图像
lowerb:下边界矩阵或数值
upperb:上边界矩阵或数值
dst:输出类型为CV_8U的图像，大小与输入类型相同
OpenCV中常用的绘制函数
//绘制直线
void cv::line(InputOutArray img,Point pt1,Point pt2,const Scalar& color,
int thickness=1,int lineType=LINE_8,int shift=0);
//绘制圆
void cv::circle(InputoutArray img,Point center,int rsdius,const Scalar& color,int thickness=1,
int lineType=LINE_8,int shift=0);
//绘制矩形
void cv::rectangle(InputOutputArray img,Point pt1,Point pt2,const Scalar& color,int thickness=1,
int lineType=LINE_8,int shift=0);
void cv::rectangle(InputOutputArray img,Rect rect,const Scalar& color,int thickness=1,int lineType=LINE_8,int shift=0);
//绘制文字
void cv::putText(InputOutputArray img,const String& text,Point org,int fontFace,double fontScale,
Scalar color,int thickness=1,int lineType=LINE_8,bool bottomLeftOrigin=false);
184
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
