OPENCV中的数据结构总结

最近在写自己的算法，其实就是对一些传统算法的改进。传统算法可以参考opecv的源代码。在阅读源代码的过程中，我慢慢领会到了opencv的强大之处，并不是因为它实现了各种算法，而是在于它对于基本数据结构的设计，是得其他人可以很方便的使用这些数据结构来实现自己的算法。在帮助手册中，已经对于这些数据结构有比较详细的描述了。今天我就为英语不好的孩子们服务一下，简单的介绍一下它们。

首先介绍2维点对Point_，它的是一个模板类。我们可以直接访问数据成员x,y。它不仅定了+、-、==、!=这4个基本的操作，还定义了点乘、叉乘等操作。特别的这个类还提供了inside函数来判断一个点是否在矩形区域内。此外，还定义了一些其他的类型转化函数，比如转化为1.X版本的CvPoint。

为了方便使用，opencv又对常用的类型进行了定义：

typedef Point_<int> Point2i;

typedef Point2i Point;

typedef Point_<float> Point2f;

typedef Point_<double> Point2d;

同理还有Point3_，只不过它是一个3维点(x,y,z)而已。它的常用类型是：

typedef Point3_<int> Point3i;

typedef Point3_<float> Point3f;

typedef Point3_<double> Point3d;

介绍完点，就可以介绍Size_了。它也是模板类。

typedef Size_<int> Size2i;

typedef Size2i Size;

typedef Size_<float> Size2f

Size能够访问的成员变量是height和width。还定义了area函数来求面积。其他的操作基本都是类型转化函数。

下来介绍Rect_模版类。它是由左上角点和长度、宽度定义的。在opecv中，一般定义为左开右闭区间。有意思的是，这个类竟然也提供了一个Rect+Point的函数，作用是对矩形的偏移，还有一个Rect + Size的函数，在左上角不变的情况下，重新调整矩形的大小。其他的操作还有与&和|，是求两个矩形的交集和并集。

除了基本的矩形之外，opecv还提供了一个可以旋转的矩形RotatedRect，它是由中心、变长、旋转角度决定的。你可以访问它的这三个成员，也可以使用points函数返回它的4个顶点，使用boundingRect求出它的外接矩形（非旋转），下面是一个例子：

[cpp] view
plain copy

int main(void)

{

Mat bg(200,200,CV_8UC3,Scalar(0));

imshow("",bg);

RotatedRect rRect(Point2f(100,100),Size(100,100),40);

Point2f vertices[4];

rRect.points(vertices);

for(int i = 0; i < 4;++i)

line(bg,vertices[i],vertices[(i+1)%4],Scalar(0,255,0));

Rect brect = rRect.boundingRect();

rectangle(bg,brect,Scalar(255,0,0));

imshow("",bg);

waitKey();

return 0;

}

下面介绍Matx类，这也是一个模板类，用来记录一些小的矩形。这些矩形在编译前大小就固定了：

typedef Matx<float, 1, 2> Matx12f;

typedef Matx<double, 1, 2> Matx12d;

...

typedef Matx<float, 1, 6> Matx16f;

typedef Matx<double, 1, 6> Matx16d;

typedef Matx<float, 2, 1> Matx21f;

typedef Matx<double, 2, 1> Matx21d;

...

typedef Matx<float, 6, 1> Matx61f;

typedef Matx<double, 6, 1> Matx61d;

typedef Matx<float, 2, 2> Matx22f;

typedef Matx<double, 2, 2> Matx22d;

...

typedef Matx<float, 6, 6> Matx66f;

typedef Matx<double, 6, 6> Matx66d;

如果要使用灵活的矩形，还是用Mat吧。

下面介绍Vec类，它其实是元素较少的向量。

typedef Vec<uchar, 2> Vec2b;

typedef Vec<uchar, 3> Vec3b;

typedef Vec<uchar, 4> Vec4b;

typedef Vec<short, 2> Vec2s;

typedef Vec<short, 3> Vec3s;

typedef Vec<short, 4> Vec4s;

typedef Vec<int, 2> Vec2i;

typedef Vec<int, 3> Vec3i;

typedef Vec<int, 4> Vec4i;

typedef Vec<float, 2> Vec2f;

typedef Vec<float, 3> Vec3f;

typedef Vec<float, 4> Vec4f;

typedef Vec<float, 6> Vec6f;

typedef Vec<double, 2> Vec2d;

typedef Vec<double, 3> Vec3d;

typedef Vec<double, 4> Vec4d;

typedef Vec<double, 6> Vec6d;

它支持加、减、数乘、相等、不等、求范数等运算。

Scalar_类其实是用Vec<tp,4>派生下来的，也就是说，它是一个4元组：typedef Scalar_<double> Scalar;

他通常用来传递像素。

Range类用来指定连续的子序列。比如矩阵的一部分，比较简单，我们直接看定义：

[cpp] view
plain copy

class CV_EXPORTS Range

{

public:

Range();

Range(int _start, int _end);

Range(const CvSlice& slice);

int size() const;

bool empty() const;

static Range all();

operator CvSlice() const;

int start, end;

};

讲完这些简单的类型之后，我们看一个非常重要的类型；Mat。Mat是opencv中的一种非常重要的数据结构，当刚开始使用时，我仅仅把它当做一个储存图像的数据结构，后来才慢慢理解，它不仅可以储存二维矩阵，也可以储存高维矩阵，这在模式识别、机器学习中是非常常用的。对于这类问题，我们就没有必要自己手动分配内存了，直接使用它们就可以了。这个类的内容很多，但opencv的帮助手册，很好的帮我们理清的其中的内容。

其中的核心数据成员data的储存方式在前一篇博客《我的OpenCV学习笔记（23）：Mat中实际数据是如何保存的》中已经讨论过了，这里只做一个补充，就是多维情况：

[cpp] view
plain copy

int main(void)

{

int sz[]={4,5,6};

Mat img(3,sz,CV_8U);//3维数组

cout<<img.dims<<endl;

cout<<img.size[0]<<endl;

cout<<img.size[1]<<endl;

cout<<img.size[2]<<endl;

cout<<img.step[0]<<endl;

cout<<img.step[1]<<endl;

cout<<img.step[2]<<endl;

//遍历每个元素

for(int i = 0; i < 4;++i)

{

for(int j = 0; j < 5;++j)

{

for(int k = 0; k < 6;++k)

{

cout<<(int)*(B.data + B.step[0]*i + B.step[1]*j + B.step[2]*k)<<endl;

}

}

}

return 0;

}

我们建立了一个3维数组，数组的每一维长度分别为4,5,6。这可以通过size来获得。由于每个第一维向量中包含5个第二维的数组，而每个第二维数组中又包含了6个第三维数组，所以第一维每增加一步，相当于整个地址移动了5*6.所以step[0],等于30.

下面我们主要是看看Mat提供的函数。

首先是构造函数，光构造函数就有很多种，这里介绍几种常用的方式：

1.使用(nrows, ncols, type)，初始化2维矩阵

// 创建一个7*7的2通道浮点矩阵，通常这样的矩阵用来表示复矩阵

Mat M(7,7,CV_32FC2,Scalar(1,3));

//改变为100*60的15通道uchar矩阵，原先的数据将会被释放

M.create(100,60,CV_8UC(15));

创建高维矩阵

//创建100*100*100的3维矩阵

int sz[] = {100, 100, 100};

Mat bigCube(3, sz, CV_8U, Scalar::all(0));

下面是一些简单的对整行、整列的操作

// 第5行*3 + 第3行，这样的操作在线性代数中很常见

M.row(3) = M.row(3) + M.row(5)*3;

// 把第7列拷贝到第1列

// M.col(1) = M.col(7); // 不能这样写

Mat M1 = M.col(1);

M.col(7).copyTo(M1);

用源图像的一部分创建新图像

// 创建一个320*240的图像

Mat img(Size(320,240),CV_8UC3);

// 选择感兴趣区域

Mat roi(img, Rect(10,10,100,100));

// 将区域改为绿色，原图像也会发生修改

roi = Scalar(0,255,0);

B是A的[1,3)列，对B的修改会影响A

[cpp] view
plain copy

int main(void)

{

Mat A = Mat::eye(5,5,CV_8U);

Mat B = A(Range::all(),Range(1,3));

B.setTo(100);

for(int i = 0; i < 5;++i)

{

for(int j = 0; j < 5;++j)

{

cout<<(int)A.at<uchar>(i,j)<<endl;

}

}

return 0;

}

如果需要深拷贝，则使用clone方法。

对于初始化Mat，还有其他的一些方法：

比如Matlab风格的 zeros(), ones(), eye()：

M += Mat::eye(M.rows, M.cols, CV_64F);

Mat M = (Mat_<double>(3,3) << 1, 0, 0, 0, 1, 0, 0, 0, 1);

如果是处理“外来”的数据，那么则在构造函数中加上data则会非常方便的将外来数据转化为Mat结构：

[cpp] view
plain copy

void process_video_frame(const unsigned char* pixels,int width, int height, int step)

{

Mat img(height, width, CV_8UC3, pixels, step);

GaussianBlur(img, img, Size(7,7), 1.5, 1.5);

}

double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};

Mat M = Mat(3, 3, CV_64F, m).inv();

特别的，对于与opencv1.X中的IplImage结构的交互：

[cpp] view
plain copy

IplImage* img = cvLoadImage("greatwave.jpg", 1);

Mat mtx(img); // convert IplImage* -> Mat

CvMat oldmat = mtx; // convert Mat -> CvMat

说完了，构造、初始化，应该讨论元素访问的方法，这个在之前的博客中也有提过《我的OpenCV学习笔记（二）：操作每个像素》这里就不再重复了。