OpenCV中强大的Mat类型大家已经比较熟悉了。这里梳理一些在工程中其他经常用到的几种基本数据类型。包括:
Vec
Scalar
Point
Size
Rect
RotatedRect
Vec是一个模板类,主要用于存储数值向量。
Vec myVector; // 定义一个存放8个double型变量的向量
myVector[0]=0;
typedef Vec Vec2b;
typedef Vec Vec3b;
typedef Vec Vec4b;
typedef Vec Vec2s;
typedef Vec Vec3s;
typedef Vec Vec4s;
typedef Vec Vec2i;
typedef Vec Vec3i;
typedef Vec Vec4i;
typedef Vec Vec2f;
typedef Vec Vec3f;
typedef Vec Vec4f;
typedef Vec Vec6f;
typedef Vec Vec2d;
typedef Vec Vec3d;
typedef Vec Vec4d;
typedef Vec Vec6d;
v1 = v2 + v3
v1 = v2 - v3
v1 = v2 * scale
v1 = scale * v2
v1 = -v2
v1 += v2
v1 == v2, v1 != v2
norm(v1) (euclidean norm)
// Vec
cv::Vec myVector;
for(int i=0; i
运行结果:
cv::Vec v1,v2,v3;
for(int i=0; i
运行结果:
Scalar是一个从Vec类引出的模板类,是一个可存放4个元素的向量,广泛用于传递和读取图像中的像素值。
可使用[]访问Scalar值。或使用如下方式定义BGR三个通道的值。
cv:: Scalar( B, G, R )
cv::Scalar myScalar;
myScalar = cv::Scalar(0,255,0);
cout<<"myScalar = "<
运行结果:
彩色图像的每个像素对应三个部分:RGB三个通道。因此包含彩色图像的cv::Mat类会返回一个向量,向量中包含三个8位的数值。OpenCV为这样的短向量定义了一种类型,即我们上述的cv::Vec3b。这个向量包含三个无符号字符(unsigned character)类型的数据。
OpenCV存储通道次序为:蓝色、绿色、红色即BGR。
因此,访问彩色像素中元素的方法如下:
cv::Mat pImg = cv::imread("Lena.jpg",1);
if(!pImg.data)
return 0;
int x = 100, y = 100;
cv::Scalar pixel=pImg.at(x,y);
cout<<"B chanel of pixel is = "<
运行结果:
常用于表示2维坐标(x,y)。
对图像而言,我们可以这样定义:
cv::Point pt;
pt.x = 10;
pt.y = 8;
或者
cv::Point pt = Point(10, 8);
或者
cv::Point pt(10,8);
typedef Point_ Point2i;
typedef Point2i Point;
typedef Point_ Point2f;
typedef Point_ Point2d;
pt1 = pt2 + pt3;
pt1 = pt2 - pt3;
pt1 = pt2 * a;
pt1 = a * pt2;
pt1 += pt2;
pt1 -= pt2;
pt1 *= a;
double value = norm(pt); // L2 norm
pt1 == pt2;
pt1 != pt2;
// Point
cv::Point pt;
pt.x = 278;
pt.y = 269;
//或者
//cv::Point pt (278,269);
cv::Scalar pix = pImg.at(pt);
cout<<"pix("<
运行结果:
cv::Point pt1(10,20);
cv::Point pt2(2,3);
cout<<"pt1 = "<
运行结果:
模板类Size可表示一幅图像或一个矩形的大小。它包含宽、高2个成员:width , height还有一个有用的面积函数area()。
cv::Size size(int w, int h);
//或者
cv::Size size;
size.width = w;
size.height = h;
// Size
cv::Size size1(6,3);
cv::Size size2;
size2.width = 4;
size2.height = 2;
cv::Mat mat1(size1,CV_8UC1,cv::Scalar(0));
cv::Mat mat2(size2,CV_8UC3,cv::Scalar(1,2,3));
cout<<"mat1 = "<
运行结果:
Rect是另一个用于定义2维矩形的模板类。它由两个参数定义:
Rect可以用来定义图像的ROI区域。
cv::Rect rect(x, y, width, height);
// Rect
cv::Mat pImg = imread("Lena.jpg",1);
cv::Rect rect(180,200,200,200);//(x,y)=(180,200),w=200,height=200
cv::Mat roi = cv::Mat(pImg, rect);
cv::Mat pImgRect = pImg.clone();
cv::rectangle(pImgRect,rect,cv::Scalar(0,255,0),2);
cv::imshow("original image with rectangle",pImgRect);
cv::imshow("roi",roi);
cv::waitKey();
运行结果:
最后一个基本数据类是一种特殊的矩形称为RotatedRect。这个类通过中心点,宽度和高度和旋转角度来表示一个旋转的矩形。
旋转矩形类的构造函数:
RotatedRect(const Point2f& center, const Size2f& size, float angle);
参数:
//RotatedRect
cv::Point2f center(100,100);
cv::Size2f size(100,50);
float angle = 45;// try 10, 30, 45
RotatedRect rRect(center, size, angle);
cv::Mat image(200,200,CV_8UC3,cv::Scalar(0));
Point2f vertices[4];
rRect.points(vertices);
for (int i = 0; i < 4; i++)
line(image, vertices[i], vertices[(i+1)%4], Scalar(0,255,0));
Rect brect = rRect.boundingRect();
rectangle(image, brect, Scalar(255,0,0));
imshow("rectangles", image);
waitKey(0);
运行结果:
angle = 10, 30, 45
转载请注明出处(本文更新链接):http://blog.csdn.net/iracer/article/details/51292349