[转]OpenCV: 数据结构

痛定思痛。 2022-08-04 13:59 212阅读 0赞

导读：  
OpenCV基础数据结构  
图像数据结构  
IPL 图像: IplImage  
|-- int nChannels; // 色彩通道数(1,2,3,4)  
|-- int depth; // 象素色深:  
| // IPL\_DEPTH\_8U, IPL\_DEPTH\_8S,  
| // IPL\_DEPTH\_16U,IPL\_DEPTH\_16S,  
| // IPL\_DEPTH\_32S,IPL\_DEPTH\_32F,  
| // IPL\_DEPTH\_64F  
|-- int width; // 图像宽度（象素点数）  
|-- int height; // 图像高度（象素点数）  
|-- char\* imageData; // 指针指向成一列排列的图像数据  
| // 注意色彩顺序为BGR  
|-- int dataOrder; // 0 - 彩色通道交叉存取 BGRBGRBGR,  
| // 1 - 彩色通道分隔存取 BBBGGGRRR  
| // 函数cvCreateImage只能创建交叉存取的图像  
|-- int origin; // 0 - 起点为左上角,  
| // 1 - 起点为右下角(Windows位图bitmap格式)  
|-- int widthStep; // 每行图像数据所占字节大小  
|-- int imageSize; // 图像数据所占字节大小 = 高度\*每行图像数据字节大小  
|-- struct \_IplROI \*roi;// 图像ROI. 若不为NULL则表示需要处理的图像  
| // 区域.  
|-- char \*imageDataOrigin; // 指针指向图像数据原点  
| // (用来校准图像存储单元的重新分配)  
|  
|-- int align; // 图像行校准: 4或8字节校准  
| // OpenCV不采用它而使用widthStep  
|-- char colorModel\[4\]; // 图像色彩模型 - 被OpenCV忽略  
矩阵与向量  
矩阵: CvMat // 2维数组  
|-- int type; // 元素类型(uchar,short,int,float,double)  
|-- int step; // 一行所占字节长度  
|-- int rows, cols; // 尺寸大小  
|-- int height, width; // 备用尺寸参照  
|-- union data;  
|-- uchar\* ptr; // 针对unsigned char矩阵的数据指针  
|-- short\* s; // 针对short矩阵的数据指针  
|-- int\* i; // 针对integer矩阵的数据指针  
|-- float\* fl; // 针对float矩阵的数据指针  
|-- double\* db; // 针对double矩阵的数据指针  
CvMatND // N-维数组  
|-- int type; // 元素类型(uchar,short,int,float,double)  
|-- int dims; // 数组维数  
|-- union data;  
| |-- uchar\* ptr; // 针对unsigned char矩阵的数据指针  
| |-- short\* s; // 针对short矩阵的数据指针  
| |-- int\* i; // 针对integer矩阵的数据指针  
| |-- float\* fl; // 针对float矩阵的数据指针  
| |-- double\* db; // 针对double矩阵的数据指针  
|  
|-- struct dim\[\]; // 每个维的信息  
|-- size; // 该维内元素个数  
|-- step; // 该维内元素之间偏移量  
CvSparseMat // 稀疏N维数组  
通用数组: CvArr\* // 仅作为函数参数，说明函数接受多种类型的数组，例如：  
// IplImage\*, CvMat\* 或者 CvSeq\*.  
// 只需通过分析数组头部的前4字节便可确定数组类型  
标量: CvScalar  
|-- double val\[4\]; //4D向量  
初始化函数:  
CvScalar s = cvScalar(double val0, double val1=0, double val2=0, double val3=0);  
举例:  
CvScalar s = cvScalar(20.0);  
s.val\[0\]=10.0;  
注意：初始化函数与数据结构同名，只是首字母小写. 它不是C++的构造函数.  
其他数据结构  
点: CvPoint p = cvPoint(int x, int y);  
CvPoint2D32f p = cvPoint2D32f(float x, float y);  
CvPoint3D32f p = cvPoint3D32f(float x, float y, float z);  
例如:  
p.x=5.0;  
p.y=5.0;  
长方形尺寸: CvSize r = cvSize(int width, int height);  
CvSize2D32f r = cvSize2D32f(float width, float height);  
带偏移量的长方形尺寸: CvRect r = cvRect(int x, int y, int width, int height);

//将色彩空间转化到HSI空间，获得其中的H分量：

IplImage\* target=cvLoadImage("target.bmp",-1); //装载图片

IplImage\* target\_hsv=cvCreateImage( cvGetSize(target), IPL\_DEPTH\_8U, 3 );

IplImage\* target\_hue=cvCreateImage( cvGetSize(target), IPL\_DEPTH\_8U, 1);

cvCvtColor(target,target\_hsv,CV\_BGR2HSV); //转化到HSV空间

cvSplit( target\_hsv, target\_hue, NULL, NULL, NULL ); //获得H分量

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

OpenCV 彩色图像RGB或其他通道分割:

m\_Source\_Pic是一个IplImage\*多通道图像.

方法一:

IplImage \* RedChannel = cvCreateImage( cvGetSize(m\_Source\_Pic), 8, 1);  
IplImage \* GreenChannel = cvCreateImage( cvGetSize(m\_Source\_Pic), 8, 1);  
IplImage \* BlueChannel = cvCreateImage( cvGetSize(m\_Source\_Pic), 8, 1);  
IplImage \* alphaChannel = cvCreateImage( cvGetSize(m\_Source\_Pic), 8, 1);

//提取rgb  
cvCvtPixToPlane(m\_Source\_Pic,BlueChannel,GreenChannel,RedChannel,NULL);

方法二:

cvSetImageCOI(m\_Source\_Pic,1);  
cvCopy(m\_Source\_Pic,BlueChannel); //提取蓝色  
cvSetImageCOI(m\_Source\_Pic,2);  
cvCopy(m\_Source\_Pic,GreenChannel); //提取绿色  
cvSetImageCOI(m\_Source\_Pic,3);  
cvCopy(m\_Source\_Pic,RedChannel); //提取红色

本文来自CSDN博客，转载请标明出处：[http://blog.csdn.net/gnuhpc/archive/2009/06/22/4287851.aspx][http_blog.csdn.net_gnuhpc_archive_2009_06_22_4287851.aspx]

[http_blog.csdn.net_gnuhpc_archive_2009_06_22_4287851.aspx]: http://blog.csdn.net/gnuhpc/archive/2009/06/22/4287851.aspx
[http_s18.cnzz.com_stat.php_id_1801442_web_id_1801442]: http://s18.cnzz.com/stat.php?id=1801442&web_id=1801442