vc之static_cast

用法:static_cast < type-id > ( expression )

  该运算符把expression转换为type-id类型,但没有运行时类型检查来保证转换的安全性。它主要有如下几种用法:

  ①用于类层次结构中基类(父类)和派生类(子类)之间指针或引用的转换。

  进行上行转换(把派生类的指针或引用转换成基类表示)是安全的;

  进行下行转换(把基类指针或引用转换成派生类表示)时,由于没有动态类型检查,所以是不安全的。

  ②用于基本数据类型之间的转换,如把int转换成char,把int转换成enum。这种转换的安全性也要开发人员来保证。

  ③把空指针转换成目标类型的空指针。

  ④把任何类型的表达式转换成void类型。

  注意:static_cast不能转换掉expression的const、volitale、或者__unaligned属性。

  C++中static_cast和reinterpret_cast的区别

  C++primer第五章里写了编译器隐式执行任何类型转换都可由static_cast显示完成;reinterpret_cast通常为操作数的位模式提供较低层的重新解释

  1、C++中的static_cast执行非多态的转换,用于代替C中通常的转换操作。因此,被做为隐式类型转换使用。比如:

  int i;

  float f = 166.7f;

  i = static_cast<int>(f);

  此时结果,i的值为166。

  2、C++中的reinterpret_cast主要是将数据从一种类型的转换为另一种类型。所谓“通常为操作数的位模式提供较低层的重新解释”也就是说将数据以二进制存在形式的重新解释。比如:

  int i;

  char *p = "This is a example.";

  i = reinterpret_cast<int>(p);

  此时结果,i与p的值是完全相同的。reinterpret_cast的作用是说将指针p的值以二进制(位模式)的方式被解释为整型,并赋给i,//i 也是指针,整型指针;一个明显的现象是在转换前后没有数位损失。

int main() { String filename = "D:\\code\\opencv-4.5.0-vc14_vc15\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml"; String filename_eye = "D:\\code\\opencv-4.5.0-vc14_vc15\\opencv\\sources\\data\\haarcascades\\haarcascade_eye.xml"; CascadeClassifier face_classifiler; CascadeClassifier eye_detect; if (!face_classifiler.load(filename)) { printf("The CascadeClassifier load fail!"); return 0; } if (!eye_detect.load(filename_eye)) { printf("The CascadeClassifier load fail!"); return 0; } namedWindow("face", WINDOW_AUTOSIZE); VideoCapture capture(1); Mat frame; Mat gray; while (capture.read(frame)) { cvtColor(frame, gray, COLOR_BGR2GRAY); equalizeHist(gray, gray); vector<Rect>faces; vector<Rect>eyes; face_classifiler.detectMultiScale(gray, faces, 1.2, 3, 0, Size(30, 30)); for (size_t t = 0; t < faces.size(); t++) { rectangle(frame, faces[static_cast<int>(t)], Scalar(255, 255, 0), 2, 8, 0); cv::Point locate; locate.x = (float)(faces[static_cast<int>(t)].x + faces[static_cast<int>(t)].width / 4); locate.y = (float)(faces[static_cast<int>(t)].y - 10); putText(frame, "Person", locate, FONT_HERSHEY_SIMPLEX,1.2, (0, 0, 255), 2, 8); Mat eyeLocate = frame(faces[static_cast<int>(t)]); eye_detect.detectMultiScale(eyeLocate, eyes, 1.2, 10, 0, Size(20, 20)); for (size_t s = 0; s < eyes.size(); s++) { Rect rect; rect.x = faces[static_cast<int>(t)].x + eyes[s].x; rect.y = faces[static_cast<int>(t)].y + eyes[s].y; rect.width = eyes[s].width; rect.height = eyes[s].height; rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0); } } imshow("face", frame); if (waitKey(10) == 27) { break; } } capture.release(); destroyAllWindows(); return 0; }
07-14
这段代码是一个简单的人脸和眼睛检测程序,使用了OpenCV库。让我解释一下代码的逻辑和功能: 1. 首先,加载了人脸和眼睛级联分类器的路径,并创建了`CascadeClassifier`对象`face_classifiler`和`eye_detect`来加载这些分类器。 2. 窗口初始化:创建一个名为"face"的窗口,用于显示检测到的人脸和眼睛。 3. 打开视频捕获设备:通过`VideoCapture`对象`capture`打开摄像头设备(摄像头索引为1)。 4. 进入主循环:通过`capture.read(frame)`读取摄像头捕获的帧,并将其存储在`frame`中。 5. 图像处理:将每一帧转换为灰度图像,然后进行直方图均衡化以增强图像对比度。 6. 人脸检测:使用`face_classifiler.detectMultiScale()`函数检测图像中的人脸,并将检测结果存储在`faces`向量中。 7. 人脸标记:遍历所有检测到的人脸,使用矩形框标记出每个人脸,并在人脸上方显示 "Person" 的文本。 8. 眼睛检测:在每个人脸区域内,使用`eye_detect.detectMultiScale()`函数检测眼睛,并将结果存储在`eyes`向量中。 9. 眼睛标记:遍历所有检测到的眼睛,使用矩形框标记出每个眼睛。 10. 显示结果:使用`imshow()`函数显示带有标记的人脸和眼睛的图像。 11. 检测退出:如果按下键盘上的 ESC 键(键码为27),则退出循环。 12. 释放资源:释放视频捕获设备和销毁窗口。 这段代码可以实现实时的人脸和眼睛检测。如果你有任何关于这段代码的问题,可以继续提问哦!
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
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