Opencv学习笔记五：了解opencv的数据类型

阅读量：3949 次

发布时间：2019-05-24

本文共 3963 字，大约阅读时间需要 13 分钟。

前言

在学习opencv的过程中我体验到，打好基础很重要，而了解opencv的数据类型就是打基础的一步，不了解透彻opencv的数据类型，在后期写代码，哪怕是抄代码都会是云里雾里。

本篇博文是我看《学习oepncv3》这本书第三章"了解opencv的数据类型"后所写。

opencv的数据类型大体有三类：

直接从C++中继承的基础类型（如int和float等）。这些类型包括简单的数组和矩阵，同时也代表了一些简单的几何概念，比如点，矩阵，大小等。

第二类是辅助对象，这些对象代表更抽象的概念，比如垃圾收集指针类，用于数据切片的范围对象（ranges objiects）以及抽象的终止条件类等。不过我对于此类对象并不咋了解。也没遇见过。。这是第一次看见这些名词haha

第三类可以称为大型数据类型。典型代表就是cv::Mat类。这也是我们后面处理图像最常用到的数据类型

除了上面的三类，opencv还用到了很多标准模板库类（STL），我对这个也懂，但想来他应该是包含vector模板类的总称。可以看看其他CSDN博主是咋介绍STL的。

基础类型概述

下面我们就总结一下oepncv大体上都有哪些特有的数据类型。虽然现在啥类型都没说，但先在这儿概述一下是有利于理清框架的，否则后面一定会懵逼了，《学习oepncv3》的作者应该也是这么想的。

固定向量类cv::Vec<>

固定向量类，故名思意，就是大小（维度）已知的小型向量，大小已知，就非常利于我们处理于此有管关的操作（比如清理与保存）。

但是，我们一般在程序里很少见到cv::Vec<>这种这种写法，更常见的是他的别名，比如cv::Vec2i,cv::Vec3i,cv::Vec4d这种名称（分别对应 2个元素的整型向量，3个元素的整型向量，4的元素的双浮点向量），如果你仔细看一下，就会看出他的命名是很有规律的。

有着cv::Vec{2,3,4,6}{b,w,s,i,f,d}形式的声明，对于2到6个维度的6种数据类型的任何组合都是有效的。

固定矩阵类cv::Matx<>

cv::Matx<>设计用于一些特定的小型矩阵的操作，如cv::Vec<>一样，cv::Matx<>一般也都以别名cv::Matx{1,2,3,4,6}{1,2,3,4,6}{f,d}的形式应用。

点cv::Point类

cv::Point是两到三个原语类型的容器。可以表示二维或三位的点坐标。

cv::Point类是通过它们的成员是通过名称变量来访问的（mypoint.x,mypoint.y等），而不是通过下标访问（mypoint[0]）。

如cv::Vec<>一样，Point类通过别名调用作为一个正确模板的实例。如cv::Point2i,cv::Point2f,cv::Point2d,cv::Point3i,cv::Point3f,cv::Point3d

颜色cv::Scalar类

Scalar类本质上是一个四维Point类，但我们后面会发现，它常常用来表示颜色，因此叫他颜色Scalar类，它的四维分别为R,G,B以及透明度或者H,S,V以及透明度。该类对象的元素是通过整数下标访问的。

cv::Size和cv::Rect类

与Point类相似，这两个类继承自自己的模板，他们的区别在于cv::Size有width和height两个属性而不是x,y。儿cv::Rect包含了这四个。

深入了解基础类型

Point类

Point类比较简单，他的函数列表也比较短，在此也不过多介绍了。

cv::Scalar类

在这里插入图片描述

Size类

size类在实际操作中与Point类是类似的，而且可以与Point类相互转换，这两者之间主要的差别在于Point类的数据成员是x,y；而Size类中对应的成员是weidth,heigth；

size类的三个别名分别cv::Size,cv::Size2i,cv::Size2f；前面两个是等价的，表示整数大小，最后面一个表示32位浮点型大小。

cv::Rect矩阵类

矩阵类包含Point类的成员函数X,Y（矩形左上角）和Size类的成员width和height(代表了矩阵的大小)。

cv::Rect也支持一系列的覆写操作符，它们可以用于计算两个矩形，一个矩形或别的对象的各种各样的几何特征。

固定矩阵类

固定矩阵类是为编译时就已知维度的矩阵打造的，这也是它成为固定的原因。因为它们内部的所有数据都是在堆栈上分配的，所以它们的分配和清除都很快。对固定矩阵类的操作运行很快，而且它们还在小型矩阵（22，33，等等）上做过特别的优化。

独立固定矩阵一般通过别名分配，cv::Matx{1,2,3,4,6}{1,2,3,4,6}{f,d}

因为固定向量矩阵支持的操作很多，这里先只列出几个常遇见的。

固定向量类

固定向量类是由固定矩阵类派生而来的。它们其实是为了跟方便的使用cv::Matx<>。有cv::Vec{2,3,4,6}{b,w,s,i,f,d}形式的声明

辅助对象

除了基本类型和大容器，还有一系列的辅助函数，它们对控制各式各样的算法（比如终止条件）和各种在容器上的操作（比如ranges后者slices）非常有用。这里我们只写一个cv::Range类。

cv::Range类用于确定一个连续的整数序列。cv::Range对象有两个元素start和end，它们经常在构造函数 cv::Range（int start, int end）中设定，范围包含初始值start，但不包含终止值end。

使用size()函数可以得到一个range类的元素数量 range.size() ；

empty()函数用于检测一个range类是否含有元素。

range.all()可以在任何需要获得对象可用范围时使用

功能函数

功能函数包含数学操作，测试，错误生成，内存与线程处理，优化及其他工具。这里罗列一下几个：

cv::getNumThreads() 获得当前Opencv使用的线程数

cv::getThreadNum() 获得当前线程的索引

cv::setNumThreads() 设定Opencv使用的线程数

cv::getTickCount() 获得系统的tick数

cvRound() 近似一个浮点数x到最近的整数

对于4. cv::getTickCount() 这个函数，我们可以用它来测算我们程序的运行时间，大体思路为：

t = (double)cv::getTickCount(); 在程序开头进行读取当前系统的tick数，作为起始点

t = ((double)cv::getTickCount() - t) / cv::getTickFrequency(); 在程序末尾计算经过的时间， // getTickcount函数：返回从操作系统启动到当前所经过的毫秒
// getTickFrequency函数：返回每秒的计时周期数
我们可以写一个计算摄像头的帧率的小程序：

#include "pch.h"#include 
   
    #include 
    
     using namespace cv;using namespace std;int main(){
   	Mat frame;	VideoCapture capture(0);  //定义一个视频流对象	double fps;	char string[10];	namedWindow("Camera FPS");	double t = 0;	while (1)	{
   		t = (double)getTickCount();		if (waitKey(1) == 1)break;		if (capture.isOpened())		{
   			capture >> frame;			t = t = ((double)cv::getTickCount() - t) / cv::getTickFrequency();			fps = 1.0 / t;			sprintf_s(string, "%.2f", fps);      // 帧率保留两位小数			//spintf函数容易望文生义，误以为是一个打印函数。实质上是一个字符串格式化命令。			//主要功能是把格式化的数据写入某个字符串中，至于需要打印的话，还是得需要打印函数来对其进行打印。			std::string fpsString("FPS:");			fpsString += string;                    // 在"FPS:"后加入帧率数值字符串			cout << fpsString << endl;			cv::putText(frame, // 图像矩阵				fpsString,                  // string型文字内容				cv::Point(5, 20),           // 文字坐标，以左下角为原点				cv::FONT_HERSHEY_SIMPLEX,   // 字体类型				0.5, // 字体大小				cv::Scalar(0, 0, 0));       // 字体颜色			imshow("Camera FPS", frame);		}		else		{
   			cout << "NO Camera Input! " << endl;			break;		}	}}

在这里插入图片描述