Opencv(3):基本数据类型

1.比较简单的原子类型

结构	成员	意义
CvPoint	int x,y	图像中的点
CvPoint2D32f	float x,y	二维空间中的点
CvPoint3D32f	float x,y,z	三维空间中的点
CvSize	int width,height	图像的尺寸
CvRect	intx,y,width,height	图像的部分区域
CvScalar	double val[4]	GBA值

其中cvScalar是一个特殊例子，它有3个构造函数。第一个是cvScalar()，它需要一个，两个，三个或四个参数并将这些参数传递给数组val[]中的相应元素。

第二个函数是cvRealScalar()，它需要一个参数，它被传递给val[0],其他值被赋为0，第三个是cvScalarAll(),它需要一个参数并且val[ ]中的4个元素都会设置为这个参数。

2.矩阵和图像类型

CvArr->CvMat->IplImage

CvMat矩阵结构

在OpenCV中没有向量结构，任何时候需要向量，都只需要一个列矩阵。

CvMat结构：矩阵头

typedef struct CvMat {
    int type;
    int step;
    int* fefount;
    union {
        uchar* ptr;
        short* s;
        int* i;
        float* fl;
        double* db;
    }data;
    union {
        int rows;
        int height;
    };
    union {
        int cols;
        int width;
    };
}CvMat;

矩阵创建方法：

1).cvCreateMat(),它由多个原数组组成，如cvCreateMatHeader()何cvCreateData()。cvCreateMatHeader()函数常见CvMat结构，不为数据分配内存，

而cvCreateData()函数只负责分配数据的内存分配。

2).只需函数cvCreateMatHeader()，因为已因其他理由分配了内存空间，或因为还不准备分配存储空间。

3).使用函数cvCloneMat(CvMat*)，它依据一个现有矩阵创建一个新的矩阵。当这个矩阵不再需要时，可以调用函数cvReleaseMat(CvMat*)释放它。

矩阵的创建和释放

//Create a new rows by cols matrix of type 'type'
CvMat* cvCreateMat(int rows, int cols, int type);
//Create only matirx header without allocating data
CvMat* cvCreateMatHeader(int rows, int cols, int type);
//Initialize header on existing CvMat structure
CvMat* cvInitMatHeader(
    CvMat* mat,
    int rows,
    int cols,
    int type,
    void *data = NULL,
    int step = CV_AUTOSTEP
)

//Like cvInitMatHeader() but allocates CvMat as well
CvMat cvMat(
    int rows,
    int cole,
    int type,
    void *data = NULL
);

//Allocate a new matrix just like the matrix 'mat'

CvMat* cvCloneMat(const cvMat* mat);
void cvReleaseMat(CvMat** mat);

用固定数据创建一个OpenCV矩阵

float vals[] = { 0.8,0,5,0.4,0,3 };
	CvMat rotmat;
	cvInitMatHeader(
		&rotmat,
		2,
		2,
		CV_32FC1,
		vals
	);

　　

　　一旦创建一个矩阵，便可用它来完成很多事情。最简单的操作就睡查询数组定义和数据访问等。

查询：

cvGetElemType(const CvArr* arr) :返回一个整型常数，表示存储在数组里的元素类型

cvGetDims(const CvArr* arr,int* size=NULL)：取出数组以及一个可选择的整型指针，返回维数

cvGetDimSize(const CvArr* arr,int index):通过一个指示维数的整型简单地返回矩阵在那个维数上矩阵的大小。

3.矩阵数据的存取

1)简单的方法

从矩阵中得到一个元素的最简单的方法是利用宏CV_MAT_ELEM()。这个宏传入矩阵，待提取的元素的类型，行和列数这四个参数，

返回提取出的元素的值。

#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<windows.h>
using namespace cv;
using namespace std;
int main() {
    CvMat* cmat = cvCreateMat(, , CV_32FC1);
    for (int i = ; i < ; i++) {
        for (int j = ; j < ; j++) {
            float element = CV_MAT_ELEM(*cmat, float, i, j);
            cout << element << " ";
        }
        cout << endl;
    }
    system("pause");
    return ;
}

还有一个于此类似的宏CV_MAT_ELEM_PTR()，传入矩阵，待返回元素的行和列号这3个参数，返回指向这个元素的指针。

该宏和CV_MAT_ELEM()宏的最重要的区别是后者在指针解引用之前将其转化成指定的类型。如果需要同时读取数据和设置数据

可以直接调用CV_MAT_ELEM_PTR()。但在这种情况先，必须自己将指针转化为恰当的类型。

利用CV_MAT_ELEM_PTR()为矩阵设置一个数值

　　

CvMat* mat = cvCreateMat(5, 5, CV_32FC1);
	float element_3_2 = 7.7;
	*((float*)CV_MAT_ELEM_PTR(*mat, 3, 2)) = element_3_2;

　　

但是，这些宏在每次调用的时候都重新计算指针。这意味着要查找指向矩阵基本元素数据区的指针，计算目标数据在矩阵中的相对地址，

然后将相对位置与基本位置相加。

2)麻烦的方法

为了访问普通矩阵中的数据，可以利用cvPtr*D和cvGet*D等函数族，cvPtr*D家族cvPtr1D(),cvPtr2D(),cvPtr3D()...cvPtrND()。前三个函数

都可接收CvArr*类型的矩阵指针参数，紧随其后的参数是表示索引的整数值，最后一个是可选参数，表示输出值的类型。函数返回一个指

向所需元素的指针。对于cvPtrND()来说，第二个参数是一个指向一个整数数组的指针，这个数组中包含索引的合适数字。

cvGet*D

double cvGEtReal1D(const CvArr* arr,int idx0);

double cvGetReal2D(const CvArr* arr,int idx0,int idx1);

double cvGetReal3D(const CvArr* arr,int idx0,int idx1,int idx2);

double cvGetRealND(const CvArr* arr,int* idx);

CvScalar cvGet1D(const CvArr* arr,int idx0);

CvScalar cvGet2D(const CvArr* arr,int idx0,int idx1)

CvScalar cvGet3D(const CvArr* arr,int idx0,int idx1,int idx2)

CvScalar cvGetND(const CvArr* arr,int *idx);

cvGet*D中有四个函数返回的是整数的，另外四个的返回值是CvScalar类型的。这意味着在使用这些函数的时候，会有很大的空间浪费。

所以，在使用这些函数的时候，会有很大的空间浪费。所以，只是在你认为用这些函数比较方便和高效率的时候才用它们，否则，最好

用cvPtr*D。

用cvPtr*D()函数族还有另外一个原因，即可以用这些指针函数访问矩阵中的特定的点，然后由这个点触发，用指针的算术运算得到指向

矩阵中其他数据的指针。

4.ImlIage数据结构

从本质上讲，它是一个CvMat对象，但它还有一些成员变量将矩阵解释为图像。

typedef struct _IplImage {
	int nSize;
	int ID;
	int nChannels;
	int alphaChannel;
	int depth;
	char colorModel[4];
	char channelSeq[4];
	int dataOrder;
	int origin;
	int align;
	int width;
	int height;
	struct _IplROI* roi;
	struct _IplImage* maskROI;
	void* imageId;
	struct _IplTileInfo* titleInfo;
	int imageSize;
	char* imageData;
	int widthStep;
	int BorderMode[4];
	char* imageDataOrigin;
}IplImage;

　　width和height这两个变量很重要，其次是depth和nchannals。depth变量的值取自ipl.h中定义的一组数据，但与在矩阵中看到的对应变量不同。

因为在图像中，我们往往将深度和通道数分开处理，而在矩阵中，我们往往同时表示它们。可用的深度值如下表所示

宏	t图像像素类型
IPL_DEPTH_8U	w无符号8位整数(8s)
IPL_DEPTH_8S	y有符号8位整数(8s)
IPL_DEPTH_16S	y有符号16位整数(16s)
IPL_DEPTH_32s	y有符号32位整数(32s)
IPL_DEPTH_32f	32位浮点数单精度(32f)
IPL_DEPTH_64f	64位浮点数双精度(64f)

通道数nChannels可取得值是1,2,3,4

随后两个重要成员是origin和dataOrder。origin变量可以有两种取值：IPL_ORIGIN_TL或者IPL_ORIGIN_BL,分别设置坐标原点的位置于图像的右上角

或者左下角。在计算机视觉领域，一个重要的错误来源就是原点位置的定义不同意。具体而言，图像的来源，操作系统，编解码器和存储格式等因素

都可以影响图像坐标原点的选取。举例来说，你或许认为自己正在从图像上面的脸部附近取样，但实际上却在图像下方的裙子附近取样。避免此类现象

反正的最好办法是在最开始的时候检查一下系统，在所操作的图像块的地方画点东西试试。

dataOrder的取值可以是IPL_DATA_ORDER_PIXEL或IPL_DATA_ORDER_PLANE,前者指明数据是将像素点不同通道的值交错排在一起，后者是把所有

像素通道值排在一起，形成通道平面，再把平面排列起来。