opencv学习_4(opencv基础数据结构 CvPoint & CvSize & CvRect & CvScalar & CvArr & CvMat)

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！）