第4章 OpenCV数据结构与基本绘图

4.1 基础图像容器Mat

4.1.1 数字图像存储概述

图像在数码设备中的表现形式：像素点矩阵

4.1.2 Mat结构的使用

1.OpenCV1.x时代：
基于C语言接口而建的图像存储格式IplImage*
缺点：退出时忘记relese掉的话，会造成内存泄漏，手动释放内存耗费时间
2.C++出现后：
自动的内存管理
不足：许多嵌入式开发系统只支持C语言
3.OpenCV2.0时代：
Mat类数据结构
优点：不必手动开辟空间、不必再在不需要时立即释放空间
4.Mat类数据部分组成：
（1）矩阵头：矩阵尺寸、存储方法、存储地址等
（2）指向存储所有像素值的矩阵的指针
5.计数机制：
矩阵本身尺寸数量级很大，传递图像时造成比较大的开销，为解决此问题，引入计数机制。
计数机制：让每个Mat对象有自己的信息头，但共享同一个矩阵。通过让矩阵指针指向同一个地址而实现，拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。这时，通过任何一个对象所做的改变会影响其他图像。
（1）创建信息头：

Mat A,C; //仅创建信息头
Mat D(A,Rect(10,10,100,100)); //使用矩形界定信息头
Mat E=A(Range:all(),Range(1,3)); //用行和列界定信息头

（2）矩阵清理：复制一个信息头会增加矩阵的引用次数，反之，当一个头被释放后，计数会减一，当计数值为0，矩阵会被清理。
（3）复制矩阵本身函数：clone()或copyTo()，改变一个对象不会影响其他对象，例如：

Mat F=A.clone();
Mat G;
A.copyTo(G);

4.1.3 像素值的存储方法

1.存储像素值需要指定颜色空间和数据类型，颜色空间：
（1）灰度级空间：黑白组合
（2）其他颜色空间：
1）RGB颜色空间最常用；
2）HSV和HLS把颜色分解成色调、饱和度和亮度/明度，抛弃最后一个元素算法对输入图像的光照条件不敏感
3）YCrCb在JPEG图像格式中广泛使用
4）CIE L*a*b*是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的距离
2.每个组成元素都有自己的定义域，定义域取决于其数据类型：
（1）char：最小数据类型，1字节（8位），RGB颜色空间使用三个char，可表示1600万种
（2）有符号型：0到255
（3）无符号型：-127到+127
（4）float或double：能给出更加精细的颜色分辨能力

4.1.4 显式创建Mat对象的7种方法

(Mat不但是图像容器类，也是通用矩阵类，可以用来创建多维矩阵)

1.Mat()构造函数
二维多通道图像定义：行数，列数，存储元素数据类型和矩阵点通道数（CV_[位数][带符号与否][类型前缀]C[通道数]），定制化值初始化矩阵，如：

Mat M(2,2,CV_8UC3,Scalar(0,0,255));//CV_8UC3：8位的unsigned char，每个像素由3个元素组成三通道
cout<<”M=”<<endl<<” “<<M<<endl<<endl;

2.C\C++中通过构造函数进行初始化

 int sz[3] = { 2,2,2 };Mat L(3, sz, CV_8UC3, Scalar::all(0));//创建超过2维的矩阵，指定维度，传递一个指向一个数组的指针，数组包含每个维度的尺寸

3.唯一存在的IplImage指针创建信息头，转换IplImage*->Mat

 //IplImage* img = cvLoadImage("1.jpg", 1);//Mat mtx(img); //报错，"Mat没有匹配IplImage*参数的构造函数"

4.利用Create()函数,此方法不能为矩阵设初值，只是在改变尺寸时重新为矩阵数据开辟内存

    M.create(4, 4, CV_8UC(2));cout << "M= " << endl << " " << M << endl << endl;

5.采用Matlab式的初始化方式

 Mat E = Mat::eye(4, 4, CV_64F);//单位矩阵cout << "E= " << endl << " " << E << endl << endl;Mat O = Mat::ones(2, 2, CV_32F);//全1矩阵cout << "O= " << endl << " " << O << endl << endl;Mat Z = Mat::zeros(3, 3, CV_8UC1);//全0矩阵cout << "Z= " << endl << " " << Z << endl << endl;

6.对小矩阵使用逗号分隔式初始化函数

 Mat C = (Mat_<double>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);cout << "C= " << endl << " " << C << endl << endl;

7.为已存在的对象创建新信息头

 Mat RowClone = C.row(1).clone();cout << "RowClone= " << endl << " " << RowClone << endl << endl;

4.1.5 OpenCV中格式化输出方法

r矩阵定义：通过randu()函数产生的随机值来填充矩阵，需要给定一个上限和下限确保随机值在期望的范围内。

Mat r=Mat(10,3,CV_8UC3);
randu(r,Scalar::all(0),Scalar::all(255));
//1.OpenCV默认风格cout << "r (OpenCV默认风格)= " << r << ";" << endl << endl;
//2.Python风格cout << "r （Python风格)= " << format(r, Formatter::FMT_PYTHON) << ";" << endl << endl;
//3.逗号分隔风格cout << "r （逗号分隔风格)= " << format(r, Formatter::FMT_CSV) << ";" << endl << endl;
//4.Numpy风格cout << "r （Numpy风格)= " << format(r, Formatter::FMT_NUMPY) << ";" << endl << endl;
//5.C语言风格cout << "r （C语言风格)= " << format(r, Formatter::FMT_C) << ";" << endl << endl;

4.1.6 输出其他常用数据结构

1.二维点

 Point2f p2f(6, 2);cout << "[二维点]p2f = " << p2f << ";\n" << endl;

2.三维点

 Point3f p3f(8, 2, 0);cout << "[二维点]p3f = " << p3f << ";\n" << endl;

3.基于Mat的std::vector

 vector<float>v;v.push_back(3);v.push_back(5);v.push_back(7);cout << "【基于Mat的vector】shortvec = " << Mat(v) << ";\n" << endl;

4.std::vector点，定义和输出存放点的vector容器，以存放二维点Point2f为例

 vector<Point2f> points(20);for (size_t i = 0; i < points.size(); i++){points[i] = Point2f((float)(i * 5), (float)(i % 7));}cout << "[二维点向量]points = " << points << ";";

4.2 常用数据结构和函数

4.2.1 点的表示：Point类(OpenCV中Point_<int>、Point2i、Point等价，Point_<float>、Point2f等价)

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

4.2.2 颜色的表示：Scalar类

Scalar(a, b, c); 红c，绿b，蓝a

4.2.3 尺寸的表示：Size类（OpenCV中Size_、Size2i、Size等价）

 Size(5, 5);

4.2.4 矩形的表示：Rect类
(1)成员变量：x,y,width,height
(2)成员函数：Size(),area(),contains(Point),inside(Rect),tl()返回左上角点坐标，br()返回右下角点坐标
(3)求两矩形交并集 Rect rect = rect1 & rect2; Rect rext = rext1 | rext2;
(4)矩形平移和缩放 Rect rextShift = rect + point; Rect rectScale = rect + size;

4.2.5 颜色空间转换：cvtColor()函数
(1)函数原型：void cvtColor(InputArray src,OutputArray dst,int code,int dstCn=0)
(2)参数说明：输入图像，输出图像，颜色空间转换标识符，目标图像通道数
(3)示例： cvtColor(srcImage, dstImage, COLOR_GRAY2BGR);

4.2.6 Core模块中的常用函数
1.<math.h>中，计算向量角度fastAtan2、计算立方根cubeRoot、向上取整cvCeil、向下取整cvFloor、四舍五入cvRound、判断自变量是否无穷大cvIsInf、判断自变量是否不是一个数cvIsNaN
2.显示文字相关：getTextSize、cvInitFont、putText
3.作图相关：circle、clipLine、ellipse、ellipse2Poly、line、rectangle、polylines、LineIterator
4.填充相关：fillConvexPoly、fillPoly

4.3 基本图形绘制

涉及绘制函数：line:直线；ellipse：椭圆；rectangle：矩形；circle:圆形；fillPoly：填充的多边形

#include<opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#define WINDOW_NAME1 "[绘制图1]"
#define WINDOW_NAME2 "[绘制图2]"
#define WINDOW_WIDTH 600      //定义窗口大小的宏
using namespace cv;
//4.3.1 DrawEllipse()函数
//自定义的绘制函数，实现绘制不同角度、相同尺寸的椭圆
void DrawEllipse(Mat img, double angle)
{int thickness = 2;//线宽int lineType = 8;//线形ellipse(img, Point(WINDOW_WIDTH / 2, WINDOW_WIDTH / 2), Size(WINDOW_WIDTH / 4, WINDOW_WIDTH / 16), angle, 0, 360, Scalar(255, 129, 0), thickness, lineType);
}//4.3.2 DrawFilledCircle()函数
//自定义的绘制函数，实现实心圆的绘制
void DrawFilledCircle(Mat img, Point center)
{int thickness = -1;int lineType = 8;circle(img, center, WINDOW_WIDTH / 32, Scalar(0, 0, 255), thickness, lineType);//图像，圆心，半径，颜色，线粗，线形
}
//4.3.3 DrawPolygon()函数
//自定义的绘制函数，实现凹多边形的绘制
void DrawPolygon(Mat img)
{int lineType = 8;Point rookPoints[1][20];rookPoints[0][0] = Point(WINDOW_WIDTH / 4, 7 * WINDOW_WIDTH / 8);rookPoints[0][1] = Point(3 * WINDOW_WIDTH / 4, 7 * WINDOW_WIDTH / 8);rookPoints[0][2] = Point(3 * WINDOW_WIDTH / 4, 13 * WINDOW_WIDTH / 16);rookPoints[0][3] = Point(11 * WINDOW_WIDTH / 16, 13 * WINDOW_WIDTH / 16);rookPoints[0][4] = Point(19 * WINDOW_WIDTH / 32, 3 * WINDOW_WIDTH / 8);rookPoints[0][5] = Point(3 * WINDOW_WIDTH / 4, 3 * WINDOW_WIDTH / 8);rookPoints[0][6] = Point(3 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][7] = Point(26 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][8] = Point(26 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 4);rookPoints[0][9] = Point(22 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 4);rookPoints[0][10] = Point(22 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][11] = Point(18 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][12] = Point(18 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 4);rookPoints[0][13] = Point(14 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 4);rookPoints[0][14] = Point(14 * WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][15] = Point(WINDOW_WIDTH / 4, WINDOW_WIDTH / 8);rookPoints[0][16] = Point(WINDOW_WIDTH / 4, 3 * WINDOW_WIDTH / 8);rookPoints[0][17] = Point(13 * WINDOW_WIDTH / 4, 3 * WINDOW_WIDTH / 8);rookPoints[0][18] = Point(5 * WINDOW_WIDTH / 4, 13 * WINDOW_WIDTH / 16);rookPoints[0][19] = Point(WINDOW_WIDTH / 4, 13 * WINDOW_WIDTH / 16);const Point* ppt[1] = { rookPoints[0] };//多边形顶点集int npt[] = { 20 }; //多边形顶点数目fillPoly(img, ppt, npt, 1, Scalar(255, 255, 255), lineType);//图像，顶点集，顶点数目，要绘制的多边形数量，颜色，线形
}
//4.3.4 DrawLine()函数
//自定义绘制函数，实现线的绘制
void DrawLine(Mat img, Point start, Point end)
{int thickness = 2;int lineType = 8;line(img, start, end, Scalar(0, 0, 0), thickness, lineType);
}
int main()
{//创建空白的Mat图像Mat atomImage = Mat::zeros(WINDOW_WIDTH, WINDOW_WIDTH, CV_8UC3);Mat rookImage = Mat::zeros(WINDOW_WIDTH, WINDOW_WIDTH, CV_8UC3);//-------------------<1>绘制化学中的原子示例图--------------------------//1.绘制椭圆DrawEllipse(atomImage, 90);DrawEllipse(atomImage, 0);DrawEllipse(atomImage, 45);DrawEllipse(atomImage, -45);//2.绘制圆心DrawFilledCircle(atomImage, Point(WINDOW_WIDTH / 2, WINDOW_WIDTH / 2));//-------------------------<2>绘制组合图---------------------------//1.绘制椭圆DrawPolygon(rookImage);//2.绘制矩形rectangle(rookImage, Point(0, 7 * WINDOW_WIDTH / 8), Point(WINDOW_WIDTH, WINDOW_WIDTH), Scalar(0, 255, 255), -1, 8);//3.绘制一些线段DrawLine(rookImage, Point(0, 15 * WINDOW_WIDTH / 16), Point(WINDOW_WIDTH, 15 * WINDOW_WIDTH / 16));DrawLine(rookImage, Point(WINDOW_WIDTH/4, 7 * WINDOW_WIDTH / 8), Point(WINDOW_WIDTH/4, WINDOW_WIDTH));DrawLine(rookImage, Point(WINDOW_WIDTH / 2,7 * WINDOW_WIDTH/8), Point(WINDOW_WIDTH/2, WINDOW_WIDTH));DrawLine(rookImage, Point(3 * WINDOW_WIDTH/4, 7 * WINDOW_WIDTH / 8), Point(3 * WINDOW_WIDTH/4, WINDOW_WIDTH));//显示绘制图像imshow(WINDOW_NAME1, atomImage);cvMoveWindow(WINDOW_NAME1, 0, 200);imshow(WINDOW_NAME2, rookImage);cvMoveWindow(WINDOW_NAME2, WINDOW_WIDTH, 200);waitKey(0);return 0;
}

4.4 颜色空间拓展

图像彩色模型包括RGB模型、CMY模型、HSI模型、YIQ模型、YUV模型、YCbCr模型等

4.4.1 RGB彩色模型

RGB彩色模型基于笛卡尔坐标系统，红、绿、蓝、青、深红、黄、黑和白分别位于立方体各个顶点，灰度级沿黑和白两点的连线分布。不同的颜色可以用从原点分布的向量来定义。归一化彩色子空间立方体如图所示：

4.4.2 HSI彩色模型

用色调、饱和度和强度描述彩色图像。饱和度是纯彩色被白光冲淡程度的度量，色调是用来描述纯色的属性，强度（灰度）是单色图像的描述算子。该模型可从彩色信息中消除强度分量的影响,更符合人类的视觉特性,是一种理想的彩色图像处理工具。

4.4.3 RGB与HSI彩色模型之间的转换

（1）RGB转换为HSI

色调分量转换公式：

其中，

饱和度分量转换公式:

亮度分量转换公式：

（2）HSI转换为RGB

RG区（）：若H在这个区域内，RGB分量公式为：

GB区（）：若H在这个区域内，RGB分量公式为：

BR区（）：若H在这个区域内，RGB分量公式为：

《OpenCV3编程入门》学习笔记4 OpenCV数据结构与基本绘图相关推荐

原创 OpenCV3编程入门学习笔记（总）
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/qq_36163358/article/ ...
OpenCV3编程入门学习笔记（总）
OpenCV3编程入门学习笔记 2018.12.12-2018.12.29 此博客为在看过毛星云版<OpenCV3编程入门>后所总结的一本笔记,可供复习使用. 文章目录 OpenCV3编 ...
Opencv3编程入门学习笔记（五）之通道分离（split）与合并（merge）
若要对Opencv中(BGR)颜色通道进行单一处理,那必然会涉及到通道分离(split)与合并(merge).那么本篇博客笔者记录了两个方法的使用方法和案例.案例来源于<Opencv3编程入门学 ...
【OpenCV3编程入门学习笔记】——第1章邂逅OpenCV
邂逅OpenCV 文章目录邂逅OpenCV 前言 1.1 OpenCV周边概念认知 1.1.1 图像处理.计算机视觉与OpenCV 1.1.2 OpenCV概述 1.1.3 起源及发展 1.1.4 ...
Opencv3编程入门学习笔记（三）之访问图像像素的三种方法
访问图像像素的三种方法:指针访问,迭代器访问,动态地址访问.访问最快的为指针访问,以下算法在几毫秒,但指针访问容易造成内存泄漏:其次为迭代器访问:最后为动态地址访问. 以下程序是根据<OpenC ...
【OpenCV3编程入门学习笔记】——第3章 HighGUI图形用户界面初步
文章目录前言 3.1 图形的载入.显示和输出到文件 3.1.1 OpenCV的命名空间 3.1.2 Mat类简析 3.1.3 图像的载入与显示概述 3.1.4 图像的载入:imread()函数 3. ...
Opencv3编程入门学习笔记（四）之split通道分离Debug过程中0xC0000005内存访问冲突问题
这是笔者学习<Opencv3编程入门>的第四篇博客,这篇博客主要是解决在Windows系统下VS 2013中Debug含有split分离通道色彩函数时报出的0xC0000005内存访问冲突 ...
Opencv3编程入门学习笔记（二）之显式创建Mat对象
以下总结是基于<Opencv3编程入门>一书4.1节总结的内容进行验证与总结,验证环境均为Windows10 ---VS2013 C++环境,验证Opencv3.0提供的开发包. 1. 方 ...
01.Java 编程入门学习笔记20210307
Java 编程入门学习笔记-day01 第0章:编程入门 1.计算机的概述计算机 = 硬件 + 软件 1.1硬件:冯诺依曼体系 CPU: CPU的衡量标准:速度的计量单位是赫兹(Hz),1Hz相当于 ...

《OpenCV3编程入门》学习笔记4 OpenCV数据结构与基本绘图