opencv学习_4(opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat)
2017-02-23 19:20
661 查看
1:包含在cxcore/include/cxtypes.h头文件中。
2:CvPoint系列 -----(x,y)
CvPoint:表示图像中的点
CvPoint2D32f:二维空间中的点
CvPoint3D32f:三维空间中的点
3:CvSize系列-----宽度和高度
CvSize:图像的尺寸
CvSize2D32f: 如果想用浮点型
4:CvRect-----(x, y, width, height)
可以用来表示图像的部分区域
5:CvScalar
包含四个double成员,可以用来表示B,G,R,alpha----alpha是用来表示图像的透明度
有三个构造函数
cvScalar(double val0, double val1=0,double val2=0, double val3=0),
cvRealScalar(double val0),----只初始化第一个 其它都为0
cvScalarAll(double val0123),把四个都赋值为val0123
6:CvArr
虽然opencv1.0大部分是由C语言完成,但是它的结构也是遵循面向对象的思想,CvMat和IplImage的关系就如同C++中的继承关系,IplImage可以视为从CvMat派生的,CvArr可以视为抽象类。这样使得接口类型更通用些。
7:CvMat
(1)CvMat 结构
[cpp] view
plain copy
print?
typedef struct CvMat
{
int type; /* 矩阵类型的数据类型 通道数 维度(x,y就是二维)----可惜的是是经过计算后的一串数字*/
int step; /* 以字节为单位的行数据长度---一行所占有的字节数*/
int* refcount; /* 数据引用计数 ---内部使用 不用管*/
union //c语言中的联合体--里面的几个数据类型是等价的 不同的数据类型用不同的来表示,看你是如何定义的
{
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
} data; /* data 指针 */
#ifdef __cplusplus //如果是c++的环境 这里的rows就可以写成height
union
{
int rows;
int height;
};
union
{
int cols;
int width;
};
#else
int rows; /* 行数 */
int cols; /* 列数*/
#endif
} CvMat;
(2)创建一个矩阵
方式一:cvCreateMat(int rows, int cols, int type)返回CvMat*类型
Type是任何预定义的类似。写法为CV_<bit_depth>(S|U|F)C<channels>
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMat *pmat1;
pmat1 = cvCreateMat(4, 3, CV_8UC1);
方式二:cvCreateMatHeader()函数创建CvMat结构,不分配数据内存
cvCreateData() 函数分配数据需要的内存
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMat *pmat2;
pmat2 = cvCreateMatHeader(4,3,CV_8UC1);
cvCreateData(pmat2);
[cpp] view plain copy print?
方式三:
cvInitMatHeader(CvMat*mat,int rows, int cols, int type,void* data=NULL, int step=CV_AUTOSTEP );
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMatmat; // 注意这里不能用*mat ,,因为用*mat,此时它指向一个空指针,可以在createMatHeader之后使用 mat是一个结构体而*mat是一个指针
floata[]={3,4,5,6};
cvInitMatHeader(&mat,2,2,CV_32FC1, a);
-------这里是通过数组数据来创建CvMat
注意这里a和mat是同一个内存空间,a是在堆栈中因此会自动释放
方式四:克隆矩阵cvCloneMat(),该函数依据现有矩阵克隆一个矩阵,分配了独立的空间,需要使用cvReleaseMat()释放
注意:这里是克隆 所以不是同一个内存空间,所以要手动释放<包括方式一二>
(3)获取矩阵的相关属性
获取矩阵的数据类型:cvGetElemType
获取矩阵的维度(几维坐标):cvGetDims
获取矩阵在某一个坐标上的大小:cvGetDimSize
二维矩阵获取矩阵大小:cvGetSize
代码:
[cpp] view
plain copy
print?
int type = cvGetElemType(t); //得到CV_8U等
intsize[10];
//int dims =cvGetDims(t,size);
int dims =cvGetDims(t); // 得到维度
int x =cvGetDimSize(t,0); // 得到x维的大小
int y =cvGetDimSize(t,1);
CvSize size1 = cvGetSize(t); // 得到矩阵的大小
8:矩阵的维度和通道
我们通常用的矩阵维度都是2维的,而通道指BGR及alpha通道
(1)CvGet*D, CvSet*D----访问矩阵数据
cvGetReal*D,主要针对单通道
cvGet*D, 针对多通道
cvSet*D,也有相应的函数系列,不过这些函数的缺点是 效率低---有入栈出栈的操作
代码:
[cpp] view
plain copy
print?
#include <iostream>
#include "cv.h"
#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
float a[18] = {
30,60,45,56,70,78,
90,80,94,89,87,91,
78,76,56,43,21,10
};
CvMatpmat;
cvInitMatHeader(&pmat,3, 2, CV_32FC3, a);
for(int y = 0; y <pmat.rows; y++)
{
for(int x = 0; x <pmat.cols; x++)
{
CvScalarvalue = cvGet2D(&pmat, y, x);
cout<< "(" << value.val[0]<< "," << value.val[1]<< "," << value.val[2]<< ")" << " ";
}
cout<< endl;
}
}
(2)使用指针来访问矩阵数据 ---效率较高
代码:----针对双通道
[cpp] view
plain copy
print?
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
float a[18] = {
30,60,45,56,70,78,
90,80,94,89,87,91,
78,76,56,43,21,10
};
CvMatpmat;
cvInitMatHeader(&pmat,3, 3, CV_32FC2, a);
int nChannels = 2;
for(int y = 0; y <pmat.rows; y++)
{
float *p_float = (float*)(pmat.data.ptr + y * pmat.step);
for(int x = 0; x <pmat.cols; x++)
{
//float value = p_float[x]; /// 单通道矩阵的访问
float value[2];
value[0]= *(p_float + x * nChannels);
value[1]= *(p_float + x * nChannels + 1);
cout<< "(" << value[0]<< "," << value[1]<< ")" << " ";
}
cout<< endl;
}
return 0;
}
作者:小村长 出处:http://blog.csdn.net/lu597203933 欢迎转载或分享,但请务必声明文章出处。
(新浪微博:小村长zack, 欢迎交流!)
2:CvPoint系列 -----(x,y)
CvPoint:表示图像中的点
CvPoint2D32f:二维空间中的点
CvPoint3D32f:三维空间中的点
3:CvSize系列-----宽度和高度
CvSize:图像的尺寸
CvSize2D32f: 如果想用浮点型
4:CvRect-----(x, y, width, height)
可以用来表示图像的部分区域
5:CvScalar
包含四个double成员,可以用来表示B,G,R,alpha----alpha是用来表示图像的透明度
有三个构造函数
cvScalar(double val0, double val1=0,double val2=0, double val3=0),
cvRealScalar(double val0),----只初始化第一个 其它都为0
cvScalarAll(double val0123),把四个都赋值为val0123
6:CvArr
虽然opencv1.0大部分是由C语言完成,但是它的结构也是遵循面向对象的思想,CvMat和IplImage的关系就如同C++中的继承关系,IplImage可以视为从CvMat派生的,CvArr可以视为抽象类。这样使得接口类型更通用些。
7:CvMat
(1)CvMat 结构
[cpp] view
plain copy
print?
typedef struct CvMat
{
int type; /* 矩阵类型的数据类型 通道数 维度(x,y就是二维)----可惜的是是经过计算后的一串数字*/
int step; /* 以字节为单位的行数据长度---一行所占有的字节数*/
int* refcount; /* 数据引用计数 ---内部使用 不用管*/
union //c语言中的联合体--里面的几个数据类型是等价的 不同的数据类型用不同的来表示,看你是如何定义的
{
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
} data; /* data 指针 */
#ifdef __cplusplus //如果是c++的环境 这里的rows就可以写成height
union
{
int rows;
int height;
};
union
{
int cols;
int width;
};
#else
int rows; /* 行数 */
int cols; /* 列数*/
#endif
} CvMat;
(2)创建一个矩阵
方式一:cvCreateMat(int rows, int cols, int type)返回CvMat*类型
Type是任何预定义的类似。写法为CV_<bit_depth>(S|U|F)C<channels>
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMat *pmat1;
pmat1 = cvCreateMat(4, 3, CV_8UC1);
方式二:cvCreateMatHeader()函数创建CvMat结构,不分配数据内存
cvCreateData() 函数分配数据需要的内存
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMat *pmat2;
pmat2 = cvCreateMatHeader(4,3,CV_8UC1);
cvCreateData(pmat2);
[cpp] view plain copy print?
方式三:
cvInitMatHeader(CvMat*mat,int rows, int cols, int type,void* data=NULL, int step=CV_AUTOSTEP );
代码:
[cpp] view
plain copy
print?
<span style="white-space:pre"> </span>CvMatmat; // 注意这里不能用*mat ,,因为用*mat,此时它指向一个空指针,可以在createMatHeader之后使用 mat是一个结构体而*mat是一个指针
floata[]={3,4,5,6};
cvInitMatHeader(&mat,2,2,CV_32FC1, a);
-------这里是通过数组数据来创建CvMat
注意这里a和mat是同一个内存空间,a是在堆栈中因此会自动释放
方式四:克隆矩阵cvCloneMat(),该函数依据现有矩阵克隆一个矩阵,分配了独立的空间,需要使用cvReleaseMat()释放
注意:这里是克隆 所以不是同一个内存空间,所以要手动释放<包括方式一二>
(3)获取矩阵的相关属性
获取矩阵的数据类型:cvGetElemType
获取矩阵的维度(几维坐标):cvGetDims
获取矩阵在某一个坐标上的大小:cvGetDimSize
二维矩阵获取矩阵大小:cvGetSize
代码:
[cpp] view
plain copy
print?
int type = cvGetElemType(t); //得到CV_8U等
intsize[10];
//int dims =cvGetDims(t,size);
int dims =cvGetDims(t); // 得到维度
int x =cvGetDimSize(t,0); // 得到x维的大小
int y =cvGetDimSize(t,1);
CvSize size1 = cvGetSize(t); // 得到矩阵的大小
8:矩阵的维度和通道
我们通常用的矩阵维度都是2维的,而通道指BGR及alpha通道
(1)CvGet*D, CvSet*D----访问矩阵数据
cvGetReal*D,主要针对单通道
cvGet*D, 针对多通道
cvSet*D,也有相应的函数系列,不过这些函数的缺点是 效率低---有入栈出栈的操作
代码:
[cpp] view
plain copy
print?
#include <iostream>
#include "cv.h"
#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
float a[18] = {
30,60,45,56,70,78,
90,80,94,89,87,91,
78,76,56,43,21,10
};
CvMatpmat;
cvInitMatHeader(&pmat,3, 2, CV_32FC3, a);
for(int y = 0; y <pmat.rows; y++)
{
for(int x = 0; x <pmat.cols; x++)
{
CvScalarvalue = cvGet2D(&pmat, y, x);
cout<< "(" << value.val[0]<< "," << value.val[1]<< "," << value.val[2]<< ")" << " ";
}
cout<< endl;
}
}
(2)使用指针来访问矩阵数据 ---效率较高
代码:----针对双通道
[cpp] view
plain copy
print?
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
float a[18] = {
30,60,45,56,70,78,
90,80,94,89,87,91,
78,76,56,43,21,10
};
CvMatpmat;
cvInitMatHeader(&pmat,3, 3, CV_32FC2, a);
int nChannels = 2;
for(int y = 0; y <pmat.rows; y++)
{
float *p_float = (float*)(pmat.data.ptr + y * pmat.step);
for(int x = 0; x <pmat.cols; x++)
{
//float value = p_float[x]; /// 单通道矩阵的访问
float value[2];
value[0]= *(p_float + x * nChannels);
value[1]= *(p_float + x * nChannels + 1);
cout<< "(" << value[0]<< "," << value[1]<< ")" << " ";
}
cout<< endl;
}
return 0;
}
作者:小村长 出处:http://blog.csdn.net/lu597203933 欢迎转载或分享,但请务必声明文章出处。
(新浪微博:小村长zack, 欢迎交流!)
相关文章推荐
- opencv学习_4(opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat)
- opencv学习_4(opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat)
- opencv学习_4(opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat)
- opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat
- opencv的基本数据类型CvPoint,CvSize,CvRect和CvScalar
- opencv 基本数据类型 cvPoint cvSize cvScalar cvRect
- CvPoint,CvSize,CvRect,CvScalar结构
- OpenCV数据结构:CvMat,IplImage,CvArr的应用
- CvPoint,CvSize,CvRect和CvScalar
- OpenCv基础学习笔记之一[types_c.h][cvPoint]
- OpenCV(1)——基础数据结构CvMat
- python基础学习笔记<数据库>
- 黑马程序员:基础学习<一>
- <Test-Driven Development with Python>学习笔记 第一部分 测试驱动开发基础
- 【学习点滴-数据结构-栈&队列】 栈的应用--递归的实现-汉诺塔
- EA&UML日拱一卒-0基础学习微信小程序(17)-学到什么程度算行?
- OpenCV学习之CvMat的用法详解及实例
- Qt & opencv 学习(二)
- Python新手学习基础之数据结构-列表1
- 【学习OpenCV】Mat、CvMat、IplImage