学习OpenCV3：第4章图像和大型数组类型

落日映苍穹つ 2023-02-25 15:22 6阅读 0赞

--------------------

# 1、稠密数组cv::Mat #

<table> 
 <thead> 
  <tr> 
   <th align="left">cv::Mat构造函数</th> 
   <th align="left">示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">默认构造函数</td> 
   <td align="left"><code>cv::Mat</code></td> 
  </tr> 
  <tr> 
   <td align="left">构造二维数组</td> 
   <td align="left"><code>cv::Mat(int rows, int cols, int type)</code><br><code>cv::Mat(int rows, int cols, int type, const Scalar &amp;s)</code><br><code>cv::Mat(int rows, int cols, int type, void *data, size_t step=AUTO_STEP)</code><br><code>cv::Mat(cv::Size sz, int type)</code><br><code>cv::Mat(cv::Size sz, int type, const Scalar &amp;s)</code><br><code>cv::Mat(cv::Size sz, int type, void *data, size_t step=AUTO_STEP)</code></td> 
  </tr> 
  <tr> 
   <td align="left">构造多维数组</td> 
   <td align="left"><code>cv::Mat(int ndims, const int *size, int type)</code><br><code>cv::Mat(int ndims, const int *size, int type, const Scalar &amp;s)</code><br><code>cv::Mat(int ndims, const int *size, int type, void *data, size_t step=AUTO_STEP)</code></td> 
  </tr> 
  <tr> 
   <td align="left">复制构造函数</td> 
   <td align="left"><code>cv::Mat(const cv::Mat &amp;mat)</code><br><code>cv::Mat(const cv::MatExpr &amp;expr)</code><br><code>cv::Mat(const cv::Mat &amp;mat, const cv::Rect &amp;roi)</code><br><code>cv::Mat(const cv::Mat &amp;mat, const cv::Range &amp;rows, const cv::Range &amp;cols)</code><br><code>cv::Mat(const cv::Mat &amp;mat, const cv::Range *ranges)</code></td> 
  </tr> 
  <tr> 
   <td align="left">模板构造函数</td> 
   <td align="left"><code>cv::Mat(const cv::Vec&lt;T,n&gt; &amp;vec, bool coptData=true)</code><br><code>cv::Mat(const cv::Matx&lt;T,m,v&gt; &amp;matx, bool copyData=true)</code><br><code>cv::Mat(const std::vector&lt;T&gt; &amp;vec, bool copyData=true)</code></td> 
  </tr> 
  <tr> 
   <td align="left">静态方法</td> 
   <td align="left"><code>cv::Mat::zeros(int rows, int cols, int type)</code><br><code>cv::Mat::ones(int rows, int cols, int type)</code><br><code>cv::Mat::eye(int rows, int cols, int type)</code></td> 
  </tr> 
 </tbody> 
</table>

1.  `cv::Mat`类可表示矩阵、图像和多维数组，可包含任何原始类型的组合，如数字、向量和其它类型。
2.  `cv::Mat`的类型：`CV_{8U,16S,16U,32S,32F,64F}C{1,2,3}`或者`CV_{8U,16S,16U,32S,32F,64F}C({1,2,3,...})`
3.  对象`cv::Mat`是数据实体的头，其内部的数据指针类似于智能指针，指向数据实体。

Mat m;
    m.create(3, 10, CV_32FC3); // 申请内存
    m.setTo(Scalar(1.0f, 0.0f, 1.0f)); // 赋值
    // 等价于
    Mat m(3, 10, CV_32FC3, Scalar(1.0f, 0.0f, 1.0f));

# 2、访问元素和子区域 #

<table> 
 <thead> 
  <tr> 
   <th align="left">访问元素</th> 
   <th align="left">实例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><code>at&lt;&gt;()</code></td> 
   <td align="left"><code>M.at&lt;int&gt;(i)</code><br><code>M.at&lt;int&gt;(pt)</code><br><code>M.at&lt;float&gt;(i, j)</code><br><code>M.at&lt;float&gt;(i, j, k)</code><br><code>M.at&lt;uchar&gt;(idx)</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>ptr&lt;&gt;()</code></td> 
   <td align="left"><code>M.ptr&lt;Vec3f&gt;(i)</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>cvMatIterator_&lt;&gt;</code><br><code>cvMatConstIterator_&lt;&gt;</code></td> 
   <td align="left"><code>MatConstIterator_&lt;Vec3f&gt; it = m.begin&lt;Vec3f&gt;()</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>cv::NaryMatIterator</code></td> 
   <td align="left"><code>const cv::Mat *arrays[] = {&amp;n_mat, 0}</code><br><code>cv::Mat my_planes[1]</code><br><code>cv::NAryMatIterator it(arrays, my_planes)</code><br><code>it.planes[0]</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <thead> 
  <tr> 
   <th align="left">区块访问</th> 
   <th align="left">示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">row<br>col</td> 
   <td align="left"><code>m.row(i)</code><br><code>m.col(j)</code></td> 
  </tr> 
  <tr> 
   <td align="left">rowRange<br>colRange</td> 
   <td align="left"><code>m.rowRange(i0, i1)</code><br><code>m.rowRange(cv::Range(i0, i1))</code><br><code>m.colRange(j0, j1)</code><br><code>m.colRange(cv::Range(j0, j1))</code></td> 
  </tr> 
  <tr> 
   <td align="left">diag</td> 
   <td align="left"><code>m.diag(d)</code></td> 
  </tr> 
  <tr> 
   <td align="left">()</td> 
   <td align="left"><code>m(cv::Range(i0, i1), cv::Range(j0, j1))</code><br><code>m(cv::Rect(i0, j0, w, h))</code><br><code>m(ranges)</code></td> 
  </tr> 
 </tbody> 
</table>

1.  访问元素的两种方法：通过位置或迭代器访问。位置访问包括`at<>()`和`ptr<>()`，其中`at<>()`只读。迭代器访问包括`cvMatIterator_<>`、`cvMatConstIterator_<>`和`cv::NaryMatIterator`，其中`cvMatConstIterator_<>`只读。
2.  数组按行组织，行内按顺序排列，行间因数据对齐可能有间隔。当使用`ptr<>()`遍历数组时需先通过`isContinuous()`确定数组行间数据是连续的。
3.  `cvMatIterator_<>`指向元素，`cv::NaryMatIterator`指向一个面（数组中连续内存的片段）。
4.  区块访问会创建新的数组头，而不会复制数据，即等号左右两边的变量指向同一内存，修改左边的变量会相应改变右边的变量。

# 3、矩阵表达式 #

<table> 
 <thead> 
  <tr> 
   <th align="left">矩阵表达式支持的运算</th> 
   <th align="left">示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">矩阵与矩阵的加减</td> 
   <td align="left"><code>m0 + m1, m0 - m1</code></td> 
  </tr> 
  <tr> 
   <td align="left">矩阵与元素的加减乘</td> 
   <td align="left"><code>m0 + s, m0 - s, s + m0, s - m0</code><br><code>s * m0, m0 * s</code></td> 
  </tr> 
  <tr> 
   <td align="left">矩阵元素的乘除</td> 
   <td align="left"><code>m0.mul(m1)</code><br><code>m0 / m1</code></td> 
  </tr> 
  <tr> 
   <td align="left">矩阵乘法</td> 
   <td align="left"><code>m0 * m1</code></td> 
  </tr> 
  <tr> 
   <td align="left">点乘和叉乘</td> 
   <td align="left"><code>m0.cross(m1), mo.dot(m1)</code></td> 
  </tr> 
  <tr> 
   <td align="left">取绝对值</td> 
   <td align="left"><code>cv::abs(m0)</code></td> 
  </tr> 
  <tr> 
   <td align="left">取最值</td> 
   <td align="left"><code>min(m0, m1), max(m0, m1)</code><br><code>min(m0, s), max(m0, s), min(s, m0), max(s, m0)</code></td> 
  </tr> 
  <tr> 
   <td align="left">矩阵比较</td> 
   <td align="left"><code>m0 &gt; m1, m0 &gt;= m1, m0==m1, m0 &lt; m1, m0 &lt;= m1</code></td> 
  </tr> 
  <tr> 
   <td align="left">逻辑操作</td> 
   <td align="left"><code>m0 &amp; m1, m0 \| m1, m0 ^ m1, ~m0</code><br><code>m0 &amp; s, s &amp; m0, m0 \| s, s \| m0, m0 ^ s, s ^ m0</code></td> 
  </tr> 
  <tr> 
   <td align="left">矩阵取负</td> 
   <td align="left"><code>-m0</code></td> 
  </tr> 
  <tr> 
   <td align="left">逆矩阵</td> 
   <td align="left"><code>m0.inv(method)</code></td> 
  </tr> 
  <tr> 
   <td align="left">转置矩阵</td> 
   <td align="left"><code>m0.t()</code></td> 
  </tr> 
  <tr> 
   <td align="left">静态方法</td> 
   <td align="left"><code>cv::Mat::zeros(rows, cols, type)</code><br><code>cv::Mat::ones(rows, cols, type)</code><br><code>cv::Mat::eye(rows, cols, type)</code></td> 
  </tr> 
 </tbody> 
</table>

1.  OpenCV在进行算术和其它操作时会自动检查是否上溢出和下溢出。`cv::saturate_cast<>()`可在溢出时将结果转换为相对最小或最大的可行值。

# 4、cv::Mat的其它函数成员 #

<table> 
 <thead> 
  <tr> 
   <th align="left">cv::Mat的其它函数成员</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><code>m1 = m0.clone()</code></td> 
   <td align="left">对m1重新分配内存并拷贝数据，m1与m0无关</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.copyTo(m1)</code><br> <code>m0.copyTo(m1, mask)</code></td> 
   <td align="left">若m0与m1的size、type一致，则只拷贝数据<br>若不一致则重新分配内存并拷贝数据<br>若<code>mask</code>存在，则只复制mask所指示的区域</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.convertTo(m1, type, scale, offset)</code></td> 
   <td align="left">转换m0中元素的类型（如<code>CV_32F</code>）<br>尺度变换（默认为1）<br>增加偏置（默认为0）</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.assignTo(m1, type)</code></td> 
   <td align="left">只在内部使用，集成在<code>convertTo</code>中</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.setTo(s, mask)</code></td> 
   <td align="left">设置m0所有元素为s<br>若<code>mask</code>存在，则只对<code>mask</code>指示区域进行操作</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.reshape(chan, rows)</code></td> 
   <td align="left">改变二维数组的有效形状<br>若<code>chan</code>和<code>rows</code>为0，则不作修改</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.push_back(s)</code><br><code>m0.push_back(m1)</code></td> 
   <td align="left">在末尾增加m*1大小的数组<br>在m*n的m0末尾增加k行，m1大小必须是k*n</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.pop_back(n)</code></td> 
   <td align="left">从m*n的m0末尾移除n行，默认是1行，返回void类型</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.locateROI(size, offset)</code></td> 
   <td align="left"><code>offset</code>是Point类型<br>获取<code>offset</code>处，大小为<code>size</code>的ROI。</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.adjustROI(t, b, l, r)</code></td> 
   <td align="left">通过<code>t(above)、b(below)、l(left)、r(reft)</code>调整ROI范围</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.total()</code></td> 
   <td align="left">计算数组元素的个数（不包括通道）</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.isContinuous()</code></td> 
   <td align="left">若m0行间无间隙，则返回true</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.elemSize()</code></td> 
   <td align="left">返回m0的位长度，如<code>CV_32FC3</code>，(32/8)*3=12</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.elemSize1()</code></td> 
   <td align="left">返回m0最基本元素的位长度，如<code>CV_32FC3</code>，32/8=4</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.type()</code></td> 
   <td align="left">返回m0元素的类型，如<code>CV_32FC3</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.depth()</code></td> 
   <td align="left">返回m0通道中元素的类型，如<code>CV_32F</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.channels()</code></td> 
   <td align="left">返回m0的通道数</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.size()</code></td> 
   <td align="left">返回m0的大小size</td> 
  </tr> 
  <tr> 
   <td align="left"><code>m0.size()</code></td> 
   <td align="left">如m0无元素，则返回true，如<code>m0.total==0</code>或者<code>m.data==NULL</code></td> 
  </tr> 
 </tbody> 
</table>

# 5、稀疏数组cv::SparseMat #

<table> 
 <thead> 
  <tr> 
   <th align="left">cv::SparseMat额外的类成员函数</th> 
   <th align="left">示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">默认构造函数</td> 
   <td align="left"><code>cv::SparseMat sm</code></td> 
  </tr> 
  <tr> 
   <td align="left">值构造函数</td> 
   <td align="left"><code>cv::SparseMat sm(3, sz, CV_32F)</code></td> 
  </tr> 
  <tr> 
   <td align="left">复制构造函数</td> 
   <td align="left"><code>cv::SparseMat sm(sm0)</code></td> 
  </tr> 
  <tr> 
   <td align="left">非0元素的数量</td> 
   <td align="left"><code>size_t n = sm.nzcount()</code></td> 
  </tr> 
  <tr> 
   <td align="left">索引指向的数据的哈希值</td> 
   <td align="left"><code>size_t h = sm.hash(i0)</code><br><code>size_t h = sm.hash(i0, i1)</code><br><code>size_t h = sm.hash(i0, i1, i3)</code><br><code>size_t h = sm.hash(idx)</code></td> 
  </tr> 
  <tr> 
   <td align="left">修改元素值</td> 
   <td align="left"><code>sm.ref&lt;float&gt;(i0) = f0</code><br><code>sm.ref&lt;float&gt;(i0, i1) = f0</code><br><code>sm.ref&lt;float&gt;(i0, i1, i2) = f0</code><br><code>sm.ref&lt;float&gt;(idx) = f0</code></td> 
  </tr> 
  <tr> 
   <td align="left">获取元素值</td> 
   <td align="left"><code>f0 = sm.value&lt;float&gt;(i0)</code><br><code>f0 = sm.value&lt;float&gt;(i0, i1)</code><br><code>f0 = sm.value&lt;float&gt;(i0, i1, i2)</code><br><code>f0 = sm.value&lt;float&gt;(idx)</code><br><code>f0 = sm.find&lt;float&gt;(i0)</code><br><code>f0 = sm.find&lt;float&gt;(i0, i1)</code><br><code>f0 = sm.find&lt;float&gt;(i0, i1, i2)</code><br><code>f0 = sm.find&lt;float&gt;(idx)</code></td> 
  </tr> 
  <tr> 
   <td align="left">移除元素</td> 
   <td align="left"><code>sm.erase(i0, i1, &amp;hashval)</code><br><code>sm.erase(i0, i1, i2, &amp;hashval)</code><br><code>sm.erase(idx, &amp;hashval)</code></td> 
  </tr> 
  <tr> 
   <td align="left">迭代器</td> 
   <td align="left"><code>cv::SparseMatIterator&lt;float&gt; it = sm.begin&lt;float&gt;()</code><br><code>cv::SparseMatIterator&lt;uchar&gt; it_end = sm.end&lt;float&gt;()</code></td> 
  </tr> 
 </tbody> 
</table>

1.  `cv::SparseMat`在数组非0元素非常少时使用，如直方图，高维数组等。
2.  `cv::Mat`使用接近C风格的数组来存储数据，`cv::SparseMat`使用哈希表来存储非0元素。
3.  直接访问稀疏数组元素的4种方法：`cv::SparseMat::ptr()`，`cv::SparseMat::ref()`，`cv::SparseMat::value()`，`cv::SparseMat::find()`。其中`cv::SparseMat::value()`和`cv::SparseMat::find()`只读。
4.  迭代器访问稀疏数组的方法：`cv::SparseMatIterator_<>`、`cv::SparseMatConstIterator_<>`、`cv::SparseMatIterator`、`cv::SparseMatConstIterator`。其中`cv::SparseMatConstIterator_<>`和`cv::SparseMatConstIterator`只读。`node()`返回一个指针，指向的稀疏矩阵的实际数据区域。
5.  `cv::Mat_<>`和`cv::SparseMat_<>`是模板，其作用是在使用其成员函数是不用在调用其模板形式。