OpenCV结构简介

前言

OpenCV的全称是：Open Source Computer Vision Library。它是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV是一个工具库（一个现成的工具），你可以运用它省去很多底层实现，直接基于它进行开发。 俗话说的好：工欲善其事，必先利其器。要想运用得当，必须了解OpenCV能够提供的功能和提供的好坏。本文主要介绍OpenCV的主要功能结构及其运用。

正文

OpenCV主要的类包括Point_，Point3_，Size_，Vec，Matx，Scalar，Rect，Range，Mat。它们是平行的层级。

Point_表示2D的点，Point3_表示3D的点；Mat/Matx分别是 二维或者多维的数组，可以表示矩阵，图像等，Size_用于定义一定长度和宽度的结构；Vec用于定义一个容量比较小的向量，类似于C++ 标准库中的std::Vector；Scalar是四个元素的向量；Rect是矩形的缩写；Range用于定义一个整型的范围；此外还有SparseMat是多维稀疏矩阵类；Ptr为智能指针类，这个指针相当于C++中的std::tr1::shared_ptr。

需要指出的是以上结构中Point_，Point3_，Size_，Vec，Matx，Ptr都是模板类。

比较重要的是Mat类，因为OpenCV主要是用于图像处理或者视频处理的工具库，这都要用到Mat类，或者其相关类。

1. 构造Matrix的方法

a. Mat image(240, 320, CV_8UC3); 指定长宽和图像类型的构造方法；

b. Mat A33(3, 3, CV_32F, Scalar(5)); double a = CV_PI/3; Mat A22 = (Mat_<float>(2, 2) cos(a), -sin(a), sin(a), cos(a)); 同时指定每个像素的值为常量和特定值的构造方法；

c. 从其它类型构造矩阵，如将image赋值给矩阵，Mat IMat = imread（”path”）

2. 操作Matrix的方法

a. 取特定像素的值：Mat.at<T >(i, j)，其中T代表每个像素的数值类型，i和j唯一确定了相应位置。

b. 取得子矩阵：m(Range(i1,i2),Range(j1,j2))

c. 放大矩阵：m.repeat(ny,nx)

d. 分拆多通道矩阵为多个单通道：split(...)

e. 将多个单通道矩阵融合为单个多通道矩阵：merge(...)

还有一些统计学函数和单纯代数加减函数等，这里就不介绍了。

3. 图像处理相关

包含滤波，空间转换，各种其他的转换，直方图，等值线等相关的功能。

4. 展示图像相关

创建一个窗口：namedWindow (winName, flag )

消除一个窗口：destroyWindow (winName )

展示一个窗口：imshow (winName，Image )

暂停等待用户：waitKey ( )

总结

OpenCV为用户提供了很多方便的函数，了解了提供了那些函数和相应用法，才能用OpenCV做出好的应用。其中比较重要的是Mat类，和ImageProcessing模块，highGUI模块。