RNG类是OpenCV中的一个基本随机数生成工具

RNG类是OpenCV中的一个基本随机数生成工具

在OpenCV中，RNG类是用于生成随机数的伪随机数生成器（Pseudo-Random Number Generator），它可以用于生成各种类型的随机数，如整数、浮点数和随机颜色，这个类位于 opencv2/core/types.hpp头文件中；

RNG可以产生3种随机数

• RNG(int seed) 使用种子seed产生一个64位随机整数，seed默认-1
• RNG::uniform( ) 产生一个均匀分布的随机数
• RNG::gaussian( ) 产生一个高斯分布的随机数

1、初始化一个RNG对象

cv::RNG rng;  // 默认情况下随机数种子seed=-1，也可以指定随机数种子RNG rng(12345)
	      // rng既是一个RNG对象，也是一个随机整数
// 得到一个64位随机整数
int N1 = rng;

2、产生一个均匀分布的随机数

（1）产生一个[min_value, max_value)范围的均匀分布的整数

int randomInt = rng.uniform(min_value, max_value);

（2）产生一个[min_value, max_value)范围的均匀分布的浮点数

double randomDouble = rng.uniform(min_value, max_value);

示例：

//总是得到double类型数据0.000000，因为会调用uniform(int,int),只会取整数，所以只产生0
double N1a = rng.uniform(0,1);

//产生[0,1)范围内均匀分布的double类型数据
double N1b = rng.uniform((double)0,(double)1);
 
//产生[0,1)范围内均匀分布的float类型数据，注意被自动转换为double了。
double N1c = rng.uniform(0.f,1.f);
 
//产生[0,1)范围内均匀分布的double类型数据。
double N1d = rng.uniform(0.,1.);

3、产生一个高斯分布的随机数

// 产生一个均值为0，标准差为1的高斯分布的随机数
double g = rng.gaussian(1.0);
// 产生一个均值为0，标准差为2的高斯分布的随机数  
double N1g = rng.gaussian(2); 

4、获取下一个随机数

上面一次只能返回一个随机数，实际上系统已经生成一个随机数组，如果我们要连续获得随机数，没有必要重新定义一个RNG类，只需要取出随机数组的下一个随机数即可；

• RNG:: next 返回下一个64位随机整数
• RNG:: operator 返回下一个指定类型的随机数

示例：

RNG rng;
// 得到一个64位随机整数
int N1 = rng;
int N2 = rng.next();                    // 返回下一个随机整数，即N1.next();
 
//返回下一个指定类型的随机数
int N2a = rng.operator uchar();         //返回下一个无符号字符数
int N2b = rng.operator schar();         //返回下一个有符号字符数
int N2c = rng.operator ushort();        //返回下一个无符号短型
int N2d = rng.operator short int();     //返回下一个短整型数
int N2e = rng.operator int();           //返回下一个整型数
int N2f = rng.operator unsigned int();  //返回下一个无符号整型数
int N2g = rng.operator float();         //返回下一个浮点数
int N2h = rng.operator double();        //返回下一个double型数
int N2i = rng.operator ()();            //和rng.next( )等价
int N2j = rng.operator ()(100);         //返回[0,100)范围内的随机数

5、实例演示

#include 
#include 
#include 

using namespace cv;
using namespace std;

int main() {

	system("chcp 65001");

	Mat canvas = Mat::zeros(Size(512, 512), CV_8UC3);
	int w = canvas.cols;
	int h = canvas.rows;
	RNG rng(12345);
	while (true) {
		int c = waitKey(10);
		if (c == 27) { // 退出
			break;
		}
		int x1 = rng.uniform(0, w);
		int y1 = rng.uniform(0, h);
		int x2 = rng.uniform(0, w);
		int y2 = rng.uniform(0, h);
		int b = rng.uniform(0, 255);
		int g = rng.uniform(0, 255);
		int r = rng.uniform(0, 255);
		canvas = Scalar(0, 0, 0);
		line(canvas, Point(x1, y1), Point(x2, y2), Scalar(b, g, r), 1, LINE_AA, 0);
		imshow("随机绘制演示", canvas);
	}

	waitKey();
	destroyAllWindows();
	return 0;
}