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();​​