OpenCV 2.4.X最常用的数据类型

1、Point_

二维： typedefPoint_<int>Point2i;

       typedefPoint2iPoint;

       typedefPoint_<float> Point2f;

       typedefPoint_<double> Point2d;

Point_<> 模版类

或者，旧版：CvPoint  CvPoint2D32f

 

三维： typedef Point3_<int> Point3i;

       typedef Point3_<float> Point3f;

       typedef Point3_<double> Point3d;

点只可以进行加减和比较，不能进行乘除运算。

 

2、Size_

typedef Size_<int> Size2i;

typedef Size2i Size;

typedef Size_<float> Size2f;

用于定义一个长为x，宽为y的图形或者矩形

 

3、Rect_ 

typedef Rect_<int> Rect;

 (shiftinga rectangle by a certain offset偏移)

 (expandingor shrinking a rectangle by a certain amount)

rect = rect1 & rect2 (rectangleintersection)

rect = rect1 | rect2 (minimumarea rectangle contain rect2 and rect3 )

Coordinates of the top-left corner. This isa default interpretation of Rect_::x and Rect_::y inOpenCV.

OpenCV typicallyassumes that the top and left boundary of the rectangle are inclusive, whilethe right and bottom boundaries are not.

 

4、RotatedRect（旋转矩阵）

RotatedRect rRect =RotatedRect(Point2f(200,200),Size2f(200,100), 60);
Point2f vertices[4];
rRect.points(vertices);
Rect brect = rRect.boundingRect();
 
可以使用points函数返回它的4个顶点，使用boundingRect求出它的外接矩形（非旋转）

 

5、Matx

用来记录一些小的矩形，这些矩形在编译前大小就固定了。

template<typename _Tp, int m, int n>classMatx {...};

typedef Matx<float,1,2> Matx12f;

typedef Matx<double,1,2> Matx12d;

...

typedef Matx<float,1,6> Matx16f;

typedef Matx<double,1,6> Matx16d;

typedef Matx<float,2,1> Matx21f;

typedef Matx<double,2,1> Matx21d;

...

typedef Matx<float,6,1> Matx61f;

typedef Matx<double,6,1> Matx61d;

typedef Matx<float,2,2> Matx22f;

typedef Matx<double,2,2> Matx22d;

...

typedef Matx<float,6,6> Matx66f;

typedef Matx<double,6,6> Matx66d;

例：Matx33f m(1,2,3,

              4,5,6,

              7,8,9);

    cout<< sum(Mat(m*m.t()))<< endl;

 

6、Vec

元素较少的向量

template<typename _Tp, int n>classVec:public Matx<_Tp, n, 1> {...};

typedef Vec<uchar,2> Vec2b;

typedef Vec<uchar, 3> Vec3b;

typedef Vec<uchar,4> Vec4b;

typedef Vec<short,2> Vec2s;

typedef Vec<short,3> Vec3s;

typedef Vec<short,4> Vec4s;

typedef Vec<int,2> Vec2i;

typedef Vec<int,3> Vec3i;

typedef Vec<int,4> Vec4i;

typedef Vec<float,2> Vec2f;

typedef Vec<float,3> Vec3f;

typedef Vec<float,4> Vec4f;

typedef Vec<float,6> Vec6f;

typedef Vec<double,2> Vec2d;

typedef Vec<double,3> Vec3d;

typedef Vec<double,4> Vec4d;

typedef Vec<double,6> Vec6d;

 

8、Scalar_

用Vec<tp,4>派生下来的，也就是说，它是一个4元组。

template<typename _Tp>classScalar_:public Vec<_Tp,4> { ... };

typedef Scalar_<double> Scalar;

7、Mat

不仅可以把它当做一个储存图像的数据结构，还可以储存二维矩阵，也可以储存高维矩阵。在2.0以上的版本中，使用Mat类来储存一幅图像。数据存在data指针所指向的地址中的。

int main(void)  

{  

    Mat img1 = imread("D:/picture/images/baboon1.jpg",0);//灰度图像  

  

    cout<<img1.rows<<endl;  

    cout<<img1.cols<<endl;  

    cout<<img1.size[0]<<endl;//与img1.rows相等  

  

    cout<<(int)img1.at<uchar>(1,2)<<endl;//(1,2)点的灰度值  

    cout<<(int)(*(img1.data + img1.step[0] * 1 + img1.step[1] * 2))<<endl;//(1,2)点的灰度值  

  
    Mat img2 = imread("D:/picture/images/baboon1.jpg");//彩色图像  

    cout<<(int)img2.at<Vec3b>(1,2)[1]<<endl;//(1,2)点的G分量  

    cout<<(int)(*(img2.data + img2.step[0] * 1 + img2.step[1] * 2  + sizeof(uchar)))<<endl;//(1,2)点的G分量  

    return 0;  

}  

因为8bit图像对应的像素值为0~255，所以opencv使用了uchar类型，这样非常节省空间；但是如果想看到具体的像素值，那么得把他转化为int。
我们看到，使用at函数和直接求出地址然后对地直接引得到的像素值是相同的。at操作是一个模板函数，所以对于灰度图像，返回的直接就是对应的像素值；而对于彩色图像，返回的是一个3元组Vec3b。这个结构是3个uchar连续的放在一起的。所以对于彩色图像，直接使用公式获得的是B分量，如果想获得其他分量，那么得在原始的地址上加上一个sizeof(uchar)。