opencv c艹：配置环境，opencv的数据类型

配置环境

环境变量 D:\opencv\opencv 3.4\build\x64\vc15\lib
新建项目
opencv\build\x64\vc15\bin下，复制
opencv_world440.dll
opencv_world440d.dll
opencv_videoio_ffmpeg440_64.dll
三个动态链接库到
C:\Windows\System32 路径下：
项目右键，属性。平台 x64 。配置管理器中修改平台 x64 .
点击VC ++ 目录，点击包含目录，点击右边的下拉三角形，点击编辑，将如下目录输入即可，
opencv\build\include
opencv\build\include\opencv2
这表示，VC++ 会从此opencv 算法目录调用。
点击库目录，点击右边的下拉三角形，点击编辑，将如下目录输入即可，
E:\opencv\build\x64\vc15\lib
点击链接器，点击输入，点击附加依赖项，点击右边的下拉三角形，点击编辑，将如下目录输入即可，
opencv_world440d.lib
测试一下

# include<opencv2/opencv.hpp>
#include<iostream>using namespace cv;int main(int argc, char** argv) {Mat image = imread("D:\\jupyter-notebook\\opencv\\5.jpg");if (image.empty()) {printf("could not load image...\n");return -1;}//namedWindow("test_opencv_setup", 0);imshow("test_opencv_srtup", image);waitKey(0);return 0;}

opencv 初探

头文件

#include “opencv2/core/core.hpp” 结构和数学运算
#include“openc2/flann/minflann.hpp" 最近邻搜索匹配函数
#include "opencv2/imporc/imgproc.hpp” 图像处理函数
#include “opencv2/vide/photo.hpp" 操作和回复照片的相关算法
#include “opencv2/video/video.hpp” 视觉追踪和背景分割
#include “opencv2/features2d/features2d.hpp” 用于追踪的二维特征
#include “opencv2/objdetect/objdetect.hpp” 级联分类器, latent SVM 分类器，HoG特征和平面片检测器
#include “opencv2/calib3d/calib3d.hpp” 校准以及双目视觉
#include “opencv2/ml/ml.cpp” 机器学习，聚类，和模式识别有关
#include “opencv2/highgui/highgui.hpp” 显示，滚动条，鼠标操作以及输入输出
#include “opencv2/contrib/contirb.hpp” 皮肤检测，模糊的Mean-shift 追踪，spin image 算法和自相似特征等。
还有包括了全部的 #include “opencv2/opecv.hpp”

从一个小程序开始：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <fstream>using namespace std;int g_slider_position = 0;
int g_run = 1, g_dontset = 0; //g_run=1 就是每次前进一帧，g_dontset 就是手动拖动滚动条时保持之前的模式
cv::VideoCapture g_cap;void onTrackbarSlide(int pos, void*) {g_cap.set(CV_CAP_PROP_POS_FRAMES, pos);          // 回调函数if (!g_dontset) g_run = 1;          g_dontset = 0;
}void main()
{cv::namedWindow("Example 2-4", cv::WINDOW_AUTOSIZE);g_cap.open("D:\\opencv\\sources\\samples\\data\\vtest.avi");int frames = (int)g_cap.get(CV_CAP_PROP_FRAME_COUNT);       // 读取视频的帧数，宽高int tmpw = (int)g_cap.get(CV_CAP_PROP_FRAME_WIDTH);int tmph = (int)g_cap.get(CV_CAP_PROP_FRAME_HEIGHT);cout << "Video has " << frames << " frames of dimensions("<< tmpw << ", " << tmph << ")." << endl;cv::createTrackbar(            // 创建滚动条"Position","Example 2-4",&g_slider_position,frames,onTrackbarSlide);cv::Mat frame;for (;;) {if (g_run != 0) {g_cap >> frame;if (frame.empty()) break;int current_pos = (int)g_cap.get(CV_CAP_PROP_POS_FRAMES);   // 当前的帧数g_dontset = 1;cv::setTrackbarPos("Position", "Example 2-4", current_pos);cv::imshow("Example 2-4", frame);g_run -= 1;}char c = (char)cv::waitKey(10);if (c == 's') { // single step                  g_run = 1;cout << "Single step, run = " << g_run << endl;}if (c == 'r') { // run modeg_run = -1;cout << "Run mode, run = " << g_run << endl;}if (c == 27) break;}
}

c艹的代码量真多啊，没啥功能就要那么多行。

作为刚入c++ 深坑的萌新记录一下
argc和argv参数在用命令行编译程序时有用。main( int argc, char* argv[], char **env ) 中
- 第一个参数，int型的argc，为整型，用来统计程序运行时发送给main函数的命令行参数的个数，在VS中默认值为1。
- 第二个参数，char*型的argv[]，为字符串数组，用来存放指向的字符串参数的指针数组，每一个元素指向一个参数。各成员含义如下：
- argv[0]指向程序运行的全路径名
- argv[1]指向在DOS命令行中执行程序名后的第一个字符串
- argv[2]指向执行程序名后的第二个字符串
- argv[3]指向执行程序名后的第三个字符串
- argv[argc]为NULL

命令行中的使用就是（WIN）："opencv c艹.exe" D:\opencv\sources\samples\data\vtest.avi

opencv的数据类型

固定向量类 Vec，用于已知维度的小型向量。相当于列为1 的Matx<> ,cv::Vec{2,3,4,6}{b,s,w,i,f,d}, w 无符号短整型。b 无符号字符型，s 短整型，i int ，f,d 浮点类型

可以方便的通过单个数来索引。
Point 类，基本的模板结构表示任何类型的点（二维三维）。一般通过cv::Point2i cv::Point3f 这样的类型别名实例化，（b无符号字符，s 短整型，i 32位整形，f 32位浮点数，d 64位浮点数，可以转换成固定向量类（Vec)。
Scalar类，相当于(cv::Vec<double,4>) ，成员都是双精度浮点数，继承了向量代数操作，成员访问函数[] ，和固定向量类的特性。使用的时候不一定传入四个值吧。。。
size 类，cv：：Size. cv：：Size2i. cv：：Size2f ，前面两个是一样的。

与point 相比，这个的成员是 width, height ，point 中是 x,y 。而且也不能转换成Vec。但point ，Vec可以转化成 size类。
Rect 类包含了point 的成员 x,y （左上角坐标）和size的宽高。
RotatedRect 类，包含一个 Point2f,（中心点） Size2f and float 角度，

7. 固定矩阵 cv::Matx<> ，维度要已知。适用于小型数组（2*2，3*3），cv：：Matx{1,2，…{1,2，…}{f,d} ，数字为1 - 6 。

8. 复数类，

9. cv::TermCriteria 类，封装终止条件的（达到迭代次数，达到指定精度）TermCriteria( int type, int maxCount, double epsilon )；type:cv::TermCriteria::COUNT or TermCriteria::EPS or | 一起使用

Range类，确定一个连续序列， cv::Range( int start, int end ). Range rng(0,4); rng.size(); rng.empty();
Ptr 模板和垃圾收集，就是指针p 的实例消失后，自动清除这个对象。cv::Ptr<Matx33f> p( new cv::Matx33f ), or cv::Ptr<Matx33f> p = makePtr<cv::Matx33f>() 。得到一个智能指针 p，可以像标准指针一样使用。但可以记录指向这个实例的个数，当指向实例的指针都释放了，这个实例就可以自动调用析构自动释放。
addref();release() 增加减少计数，empty() 判断指针释放指向了一个已经倍释放的对象，确定指向的对象是否为NULL 。delete_obj() 引用计数清零时自动执行的函数。

template<> inline void cv::Ptr<FILE>::delete_obj() {fclose(obj);
}
{cv::Ptr<FILE> f(fopen("myfile.txt", "r"));if(f.empty())throw ...; // Throw an exception, we will get to this later on...fprintf(f, ...);...
}  // 出来后，f 离开范围计数变0，然后自动调用fclose() .-0

Exception 类和异常处理，继承自std::exception
cv::DataType<> 模板，再opencv函数中需要传递特定数据类型的概念时，就创建一个datatype<>类型的对象。传递的实际上是这个模板的特化。看不懂，等以后用上了再研究吧。。。

template<typename _Tp> class DataType
{typedef _Tp value_type;typedef value_type work_type; typedef value_type channel_type;    // 包含了四个typedef 声明typedef value_type vec_type;enum {generic_type = 1,depth = -1,channels = 1,fmt = 0,type = CV_MAKETYPE(depth, channels)};
};

另一个作用是与更复杂的结构实现交互，比如允许以传入数据类型无关的方式实现算法。

工具函数，包含数学操作，测试，错误生成，内存和线程处理，优化等其他工具。

计数事件时间，前后调用 cv::getTickCount() ，然后相减除以 cv::getTickFrequency() 的返回值。