OpenCv常用数据类型

定义和输出常见的点

---

#include 
#include 

int main()
{
     // 定义和输出二维点
     cv::Point2f p2f(6, 2);	// 定义二维点
     std::cout << "二维点 p2f = " << p2f << std::endl;

     // 定义和输出三维点
     cv::Point3f p3f(8, 2, 0);	// 定义三维点
     std::cout << "三维点 p3f = " << p3f << std::endl;

     // 定义和输出基于 Mat 的 std::vector
     std::vector vec;
     vec.push_back(3);
     vec.push_back(5);
     vec.push_back(7);
     std::cout << "Mat(vector) = " << cv::Mat(vec) << std::endl;

     // 定义和输出 std::vector 点
     std::vector points(20);
     for (size_t i = 0; i < points.size(); i++)
     points[i] = cv::Point2f((float)(i * 5), (float)(i % 7));
     std::cout << "二维点向量 points = " << points << std::endl;

     getchar();

     return 0;
}

运行结果如下：

点的表示

---

Point 类数据结构表示了二维坐标系下的点，即由其图像坐标 x 和 y 指定的2D点。用法如下：

Point point;
point.x=10;
point.y=8;
/*或者*/
Point point=Point(10,8);

另外，常见的点的类型在 OpenCv 中的定义如下：

/*二维点*/
typedef Point2i cv::Point
typedef Point_ Point2i
typedef Point_ cv::Point2I
typedef Point_ Point2f
typedef Point_ cv::Point2d
/*三维点*/
typedef Point3_ cv::Point3i
typedef Point3_ cv::Point3f
typedef Point3_ cv::Point3d

所以，Point_、Point2i、Point互相等价，Point_、Point2f互相等价。

颜色表示：Scalar 类

---

OpenCv 中的颜色是由 Scalar() 表示的。Scalar() 表示具有 $4$ 个元素的数组，用来传递像素值，如 RGB 颜色值。一般我们只用到前三个值，如下所示：

Scalar（r, g, b）；颜色分量分别为 r、g、b

Scalar 类的源头是 Scalar_ 类，而 Scalar_ 是 Vec4x 的一个变种，我们常用的 Scalar 其实就是 Scalar_。

尺寸表示

---

Size 类的定义如下：

typedef Size_ Size2i;
typedef Size2i Size;

由上述可知，Size_ 、Size2i、Size 三者是等价的。且，Size_ 是个模板类，其定义如下：

template< typename _Tp> class Size_ 
{ 
public: 
    typedef _Tp value_ type; 
    /*不同的构造函数定义*/ 
    Size_( ); 
    Size_(_ Tp _width, _Tp _height); 
    Size_( const Size_& sz); 
    Size_( const CvSize& sz); 
    Size_( const CvSize2D32f& sz); 
    Size_( const Point_<_ Tp>& pt); 
    Size_& operator = (const Size_& sz); 
    
    /*区域( width* height)*/ 
    _Tp area( ) const; 

    /*转化为另一种数据类型*/ 
    template< typename_ Tp2> operator Size_<_ Tp2>( ) const; 

    /*转换为旧式的OpenCV 类型*/
    operator CvSize( ) const; 
    operator CvSize2D32f( ) const;

    _Tp width, height; //宽度和高度， 常用属性 
};

我们最常使用的是下面的构造函数：

Size_(_Tp _width, _Tp _height);

代码的末尾定义了属性长、宽属性：_Tp weight, height。
使用示例如下：

cv::Size size(5, 5);
size.width; // 表示宽度
size.height; // 表示长度

矩形的表示：Rect 类

---

Rect 类的定义如下：

typedef Rect2i cv::Rect;
typedef Rect_ cv::Rect2d;
typedef Rect_ cv::Rect2f;
typedef Rect_ cv::Rect2i;

Rect 类用来表示一个矩形，常见的属性有：

• x、y：表示左上角点的坐标；
• width：表示宽度；
• height：表示高度；
  常用的接口为：
• Size_ size() const：返回 Rect 对象的尺寸；
• _Tp area() const：返回 Rect 对象的面积大小；
• bool contains(const Point_<_Tp> &pt) const：检测点 pt 是否在 Rect 对象内；
• Point_<_Tp> tl() const：返回 Rect 对象的左上角坐标；
• Point_<_Tp> br() const：返回 Rect 对象的右下角坐标；

常见的用法：

• 判断一个点是否在矩形对象内：

bool cv::Point_< _Tp >::inside	(	const Rect_< _Tp > & r	)	const;

• 求两个矩形的交集和并集：

Rect rect = rect1 & rect2;
Rect rect = rect1 | rect2;

• 对矩形进行平移和缩放操作：

Rect rectShift = rect + point;
Rect rectScale = rect + size;

• OpenCv 中的 ROI 通常用 Rect 来实现，遍历 Rect 中像素为：

for(int y = roi.y; y < roi.y + roi.height; y++) {
    for(int x = roi.x; x < roi.x + roi.width; x++) {
        // ...
    }
}

颜色空间转化：cvtColor() 函数

---

cvtColor() 函数可以实现 RGB 颜色空间相 HSI、HSV、灰度等颜色空间的转化，其函数原型如下：

C++：void cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)

函数参数意义：

• InputArray src：表示输入图像；
• OutputArray dst：表示输出图像；
• int code：表示颜色空间转换标识符；
• int dstCn = 0：目标图像的通道数；0：目标图像取源图像的通道数；

使用例子：

/*OpenCv2 版本*/
cvtColor(srcImage, dstImage, CV_GRAY2BGR);
/*OpenCv3 版本*/
cvtColor(srcImage, dstImage, COLOR_GRAY2BGR);

常用的 Code 标识符为：

转化类型	标识符列举
RGB <–> BGR	COLOR_BGR2BGRA、COLOR_RGB2RGBA、COLOR_BGRA2RGBA、COLOR_BGR2BGRA、COLOR_BGRA2BGR
RGB <–> Gray	COLOR_RGB2GRAY、COLOR_GRAY2RGB、COLOR_RGBA2GRAY、COLOR_GRAY2RGBA
RGB <–> HSV	COLOR_BGR2HSV、COLOR_RGB2HSV、COLOR_HSV2BGR、COLOR_HSV2RGB
RGB <–> HLS	COLOR_BGR2HLS、COLOR_RGB2HLS、COLOR_HLS2BGR、COLOR_HLS2RGB

其他标识符可以参考官方文档；针对 OpenCv2，把 COLOR 替换为 CV 就可以了。
特殊使用：当需要把一个 $8$ 位的 RGB 图像转化为 Luv 格式的图像时，需要先把图像转化为单精度 $32$ 位。

img *= 1./255;
cvtColor(img, img, COLOR_BGR2Luv);

样例：把一个 BGR 图像转化为灰度图像格式：

#include 

int main()
{
 /*加载图像*/
 cv::Mat srcImg = cv::imread("bird.bmp", 1);

 /*转化颜色空间*/
 cv::Mat dstImg;
 cv::cvtColor(srcImg, dstImg, cv::COLOR_BGR2GRAY);

 /*显示图像*/
 cv::imshow("srcImg", srcImg);
 cv::imshow("Gray", dstImg);
 cv::waitKey();

 return 0;
}

结果如下：