OpenCV的数据类型 #-1

一、前言

OpenCV有很多数据类型，它们都基于一些重要视觉概念的抽象而设计，以此提供相对简单、直观的表示和处理。同时，许多算法开发者需要一些相对有效的、可以推广或扩展以满足他们特定需求的基本数据结构。OpenCV库使用基础数据类型模板构建并特化这些模板，从而使每个人都能简单地执行操作并满足自己的需求。

从组织结构的角度来看，OpenCV的基础数据类型主要分为三类：

• 直接从C++原语中继承的基础数据类型（如：int、float等）；
• 辅助对象（如：垃圾收集指针类、用于数据切片的范围对象Range、抽象的终止条件类等）；
• 大型数组类型（如cv::Mat）；

---

二、基础数据类型

2.1、固定向量类cv::Vec<>（通过下标访问）

固定向量类cv::Vec<>是一个原语容器，用于在编译时已经知道维度的小型向量。cv::Vec<>是模板，但大部分时间我们都不会倾向于使用它的这个形式，而是使用它的别名，以便用于通用的实例。别名形式：cv::Vec{2,3,4,6}{b,w,s,i,f,d}。

固定向量类继承自固定矩阵类，而其他类的重要操作，要么是继承自固定向量类（类似cv::Scalar），要么是依赖于转换成固定向量类。

• b：unsigned char（无符号字符）
• w：unsigned short（32位整型）
• s：short（短整型）
• i：int（32位整型）
• f：float（32位浮点数）
• d：double（64位浮点数）

举例如下：

别名	解释
cv::Vec2i<>	2个元素的整型向量
cv::Vec3i<>	3个元素的整型向量
cv::Vec4d<>	4个元素的双精度浮点向量

cv::Vec支持的操作

操作	示例
默认构造函数	cv::Vec2s v2s; cv::Vec3b v3b;
复制构造函数	cv::Vec3f u3f( v3f );
值构造函数	cv::Vec2f v2f(x0,x1); cv::Vec6d v6d(x0,x1,x2,x3,x4,x5);
成员访问	v4f[i]; v3w(j) //两种方式都可以
向量叉乘	v3f.cross(u3f);

---

2.2、固定矩阵类cv::Matx<>

与固定向量类一样，cv::Matx<>并不是用于大型数组的，而是设计用于一些特定的小型矩阵操作。在计算机视觉中，有很多2x2、3x3的矩阵，同时还有少量的4x4矩阵用于各种变换。cv::Matx<>设计用于容纳这些对象，与cv::Vec<>类似，cv::Matx<>一般都以别名：cv::Matx{1,2,3,4,5,6}{1,2,3,4,5,6}{f,d}（cv::Matx{行数}{列数}{数据类型}）的形式应用。

固定矩阵类是为编译时就已知维度的矩阵打造的，因为它的内部的所有数据都是在堆栈上分配的，所以他们的分配和清除都很快。

cv::Matx支持的操作

操作	示例
默认构造函数	cv::Matx33f m33f; cv::Mat43d m43d;
复制构造函数	cv::Matx22d m22d(n22d);
值构造函数	cv::Matx21f m(x0,x1); cv::Matx44d m(x0,x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15,);
含相同元素的矩阵	m33f = cv::Matx33f::all(x);
全零矩阵	m23d = cv::Matx23d::zeros();
全1矩阵	m16f = cv::Matx16f::ones();
创建一个单位矩阵	m33f = cv::Matx33f::eye();
创建一个可以容纳另一个矩阵对角线的矩阵	m31f = cv::Matx33f::diag();
创建一个均匀分布的矩阵	m33f = cv::Matx33f::randu(min, max);
创建一个正态分布的矩阵	m33f = cv::Matx33f::nrandn(mean, variance);
成员访问	m(i, j);
矩阵代数运算	m1 = m0; m0 * m1; m0 + m1; m0 - m1;
单例代数	m * a; a * m; m / a;
比较	m1 == m2; m1 != m2;
点积(单精度)	m1.dot(m2);
点积(双精度)	m1,ddot(m2);
改变矩阵形状	m91f = m33f.reshape<9,1>();
变换操作符	m44f = (Matx44f) m44d;
提取(i,j)处的2*2子矩阵	m44f.get_minor<2,2>(i,j);
提取第i行	m14f = m44f.row(i);
提取第j列	m41f = m44.col(j);
提取矩阵对角线	m41f = m44f.diag();
计算转置	n44f = m44f.t();
逆矩阵	n44f = m44f.inv(method); //默认method是cv::DECOMP_LU
解线性系统	m31f = m33f.solve(rhs31f, method); m32f = m33f.solve(rhs32f, method);
每个元素的乘法	m1.mul(m2);

---

2.3、cv::Point类

点类，用于存储点的坐标。cv::Point一般都以别名：cv::Point{2,3}{i,f,d}的形式调用。

cv::Point支持的操作

操作	示例
默认构造函数	cv::Point2i p; cv::Point3i p;
复制构造函数	cv::Point3f p2(p1);
值构造函数	cv::Point2i p(x0,x1); cv::Point3d p(x0,x1,x2);
构造成固定向量类	(cv::Vec3f) p;
成员访问	p.x; p.y;
点乘	float x = p1.dot(p2);
叉乘	p1.cross(p2);
判断一个点是否在矩形r内	p.inside(r);

---

2.4、cv::Scalar类

四维点类，思维双精度向量的快速表示。虽然可以通过模板类实现各类型的点，但是不管是哪一种类型，其返回值都是双精度浮点型数据。

cv::Scalar支持的操作

操作	示例
默认构造函数	cv::Scalar s;
复制构造函数	cv::Scalar s2(s1);
值构造函数	cv::Scalar s(x0); cv::Scalar s(x0,x1,x2,x3);
元素相乘	s1.mul(s2)
(四元数)共轭	s.conj(); //return cv::Scalar(s0, -s1, -s2, -s2);
(四元数)真值测试	s.isReal(); //return true, if s1==s2==s3==0

---

2.5、cv::Size类

大小类，包含width和height两个属性。cv::Size一般都以别名：cv::Size{2}{i,f}的形式调用，cv::Size与cv::Size2i等价。

cv::Size支持的操作

操作	示例
默认构造函数	cv::Size sz; cv::Size2f sz;
复制构造函数	cv::Size sz2(sz1);
值构造函数	cv::Size2f sz(w, h);
成员访问	sz.width; sz.height;
(计算面积	sz.area();

---

2.6、cv::Rect类

矩形类，包含Point类的成员x和y（矩形左上角）和Size类的成员width和height（代表了矩形的大小）。

cv::Rect支持的操作

操作	示例
默认构造函数	cv::Rect r;
复制构造函数	cv::Rect r2(r1);
值构造函数	cv::Rect r(x, y, w, h);
由起始点和大小构造	cv::Rect(p, sz);
由两个对角构造	cv::Rect(p1, p2);
成员访问	r.x, r.y, r.width, r.height;
计算面积	r.area()
提取左上角	r.tl();
提取右下角	r.br();
判断点p是否在矩形r内	r.contains(p);
矩形r1和矩形r2的交集	cv::Rect r3 = r1 & r2;
同时包含矩形r1和矩形r2的最小面积矩形	cv::Rect r3 = r1 | r2
平移矩形rx个数量	cv::Rect rx = r + x;
扩大矩形rs大小	cv::Rect rs = r + s;
比较矩形r1与矩形r2是否相等	bool eq = (r1 == r2);
比较矩形r1和矩形r2是否不相等	bool ne = (r1 != r2);

---

2.7、cv::RotateRect类

用于表示非轴对称的矩形，内含一个cv::Point2f类型的中心点，一个cv::Size2f类型的size，还有一个float的额外角度（图形绕中心点旋转的角度）。cv::RotateRect与cv::Rect最大的不同是前者以中心为原点，后者以左上角为原点。

cv::RotateRect支持的操作

操作	示例
默认构造函数	cv::RotateRect rr;
复制构造函数	cv::RotateRect rr2(rr1);
从两个点构造	cv::RotateRect rr(p1, p2);
值构造函数，需要一个点(Point)、一个大小(Size)和一个角度(Angle)	cv::RotateRect rr(p, sz, theta);
成员访问	rr.center, rr.size, rr.angle;
返回四个角的列表	rr.points(pts[4]);

---

2.8、复数类cv::Complex

OpenCV的复数列与STL复数类模板complex不一样，但是与之兼容，可以相互转换。它们最大的区别在于成员获取。在STL类中，虚部和实部是通过成员函数real()和imag()获取的，而在OpenCV中，直接通过成员变量re和im获取。

cv::Complex支持的操作

操作	示例
默认构造函数	cv::Complexf z1; cv::Complexd z2;
复制构造函数	cv::Complexf z2(z1);
值构造函数	cv::Complexf z1(re0); cv::Complexd z2(re0, im1);
成员访问	z1.re; z1.im;
复共轭	z2 = z1.conj();