Opencv vector

一、What is vector？

       vector(向量): C++中的一种数据结构,确切的说是一个类.它相当于一个动态的数组,当程序员无法知道自己需要的数组的规模多大时,用其来解决问题可以达到最大节约空间的目的.
用法:
1.文件包含:     
           首先在程序开头处加上#include<vector>以包含所需要的类文件vector,还有一定要加上using namespace std;

2.声明一个int向量以替代一维的数组:vector <int> a;(等于声明了一个int数组a[],大小没有指定,可以动态的向里面添加删除。

比如Vec<uchar, 3>：
其实这句就是定义一个uchar类型的数组，长度为3而已，例如 8U 类型的 RGB 彩色图像可以使用 <Vec3b>，3 通道 float 类型的矩阵可以使用 <Vec3f>。对于 Vec 对象，可以使用[]符号如操作数组般读写其元素，如：Vec3b color; //用 color 变量描述一种 RGB 颜色
color[0]=255; //0通道的B 分量
color[1]=0; //1通道的G 分量
color[2]=0; //2通道的R 分量

二、How do we use it ?

vv

先扩展一下访问像素的 .at 的用法：

     cv::mat的成员函数： .at(int y， int x)可以用来存取图像中对应坐标为（x，y）的元素坐标。但是在使用它时要注意，在编译期必须要已知图像的数据类型，这是因为cv::mat可以存放任意数据类型的元素。因此at方法的实现是用模板函数来实现的。假设提前已知一幅图像img的数据类型为 unsigned char型灰度图（单通道），要对坐标为(14,25)的像素重新赋值为25,则对应操作如下：

[cpp] view plain copy

print?

1. srcImage.at<uchar>(14,25) = 25;  

srcImage.at<uchar>(14,25) = 25;

     如果要操作的图片img是一幅数据类型同样为unsigned char的彩色图片，再次要求将坐标（14,25）的像素赋值为25。这个操作跟上面的就有点区别了，需要对这个像素三个通道的每个对应元素赋值,Opencv中图像三原色在内存中的排列顺序为B-G-R（见下面注释），操作过程如下：

[cpp] view plain copy

print?

1. img.at<Vec3b>(14,25) [0]= 25;//B    
2. img.at< Vec3b >(14,25) [1]= 25;//G    
3. img.at< Vec3b >(14,25 [2]= 25;//R    

img.at<Vec3b>(14,25) [0]= 25;//B  img.at< Vec3b >(14,25) [1]= 25;//G  img.at< Vec3b >(14,25 [2]= 25;//R  

一个简单小程序：

[cpp] view plain copy

print?

1. #include <opencv2/opencv.hpp>  
2. #include <iostream>  
3. using namespace cv;  
4. using namespace std;  
5. int main()  
6. {  
7.     Mat m(3, 3, CV_8UC3);//建立一个三行三列3通道像素  
8.     Vec3b p;  
9.     for (int i = 0; i < 3; i++)  
10.     {  
11.         for (int j = 0; j < 3; j++)  
12.         {  
13.             p[0] = i;  
14.             p[1] = j;  
15.             p[2] = i+j;  
16.             m.at<Vec3b>(i,j) = p;  
17.         }  
18.     }  
19.     cout <<"数组:"<<endl<<"M= " << m << endl;  
20.     int a = m.at<Vec3b>(2, 2)[2];  
21.     Vec3b b = m.at<Vec3b>(2, 2)[2];  
22.     cout << "访问一个数：" << a <<endl<<"访问三通道："<<b<<endl;  
23.     waitKey(0);  
24.     return 0;  
25. }  

#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;int main(){Mat m(3, 3, CV_8UC3);//建立一个三行三列3通道像素Vec3b p;for (int i = 0; i < 3; i++){for (int j = 0; j < 3; j++){p[0] = i;p[1] = j;p[2] = i+j;m.at<Vec3b>(i,j) = p;}}cout <<"数组:"<<endl<<"M= " << m << endl;int a = m.at<Vec3b>(2, 2)[2];Vec3b b = m.at<Vec3b>(2, 2)[2];cout << "访问一个数：" << a <<endl<<"访问三通道："<<b<<endl;waitKey(0);return 0;}

结果：

下面是网上的一个程序（在图片上实现椒盐噪声），椒盐噪声是一种特殊的噪点，是随机的将图像的部分像素设置为黑色或白色（其实我理解是把椒盐噪声点随机设置颜色）。经修改如下：

[cpp] view plain copy

print?

1. #include<opencv2/opencv.hpp>  
2. #include<iostream>  
3. #include<cstdlib>   
4. #include<vector>  
5. using namespace std;  
6. using namespace cv;  
7.   
8. #define WINDOW_1 "椒盐噪声点1"  
9. #define WINDOW_2 "椒盐噪声点2"  
10. void salt(Mat&, int);  
11. int main()  
12. {  
13.     Mat srcImage = imread("D://vvoo//lena.jpg");  
14.     Mat grayImage;  
15.     cvtColor(srcImage, grayImage/*, CV_8UC1*/, CV_RGB2GRAY);  
16.     imshow("原图", srcImage);  
17.   
18.     namedWindow(WINDOW_1, WINDOW_AUTOSIZE);  
19.     Mat g_dstImage = grayImage.clone();  
20.     Mat dstImage = srcImage.clone();  
21.     salt(g_dstImage, 3000);  
22.     salt(dstImage, 3000);  
23.       
24.     imshow(WINDOW_1, g_dstImage);  
25.     imshow(WINDOW_2, dstImage);  
26.     waitKey(0);  
27.     return 0;  
28. }  
29. void salt(Mat&dst, int Saltnum)  
30. {  
31.     int x,y;  
32.     for (int i = 0;i < Saltnum; i++)  
33.     {  
34.         x = rand() % dst.cols;//保证x和y都在src的行数和列数范围内  
35.         y = rand() %dst.rows;  
36.         if (dst.channels() == 1)  
37.         {  
38.             dst.at<uchar>(y, x) = 0;  
39.         }  
40.         if (dst.channels() ==3)  
41.         {  
42.             dst.at<Vec3b>(y, x)[0] = 0;  
43.             dst.at<Vec3b>(y, x)[1] = 0;  
44.             dst.at<Vec3b>(y, x)[2] = 0;  
45.         }  
46.     }  
47.   
48.   
49. }  

#include<opencv2/opencv.hpp>#include<iostream>#include<cstdlib> #include<vector>using namespace std;using namespace cv;#define WINDOW_1 "椒盐噪声点1"#define WINDOW_2 "椒盐噪声点2"void salt(Mat&, int);int main(){Mat srcImage = imread("D://vvoo//lena.jpg");Mat grayImage;cvtColor(srcImage, grayImage/*, CV_8UC1*/, CV_RGB2GRAY);imshow("原图", srcImage);namedWindow(WINDOW_1, WINDOW_AUTOSIZE);Mat g_dstImage = grayImage.clone();Mat dstImage = srcImage.clone();salt(g_dstImage, 3000);salt(dstImage, 3000);imshow(WINDOW_1, g_dstImage);imshow(WINDOW_2, dstImage);waitKey(0);return 0;}void salt(Mat&dst, int Saltnum){int x,y;for (int i = 0;i < Saltnum; i++){x = rand() % dst.cols;//保证x和y都在src的行数和列数范围内y = rand() %dst.rows;if (dst.channels() == 1){dst.at<uchar>(y, x) = 0;}if (dst.channels() ==3){dst.at<Vec3b>(y, x)[0] = 0;dst.at<Vec3b>(y, x)[1] = 0;dst.at<Vec3b>(y, x)[2] = 0;}}}

结果：

三、references 

1.http://blog.csdn.net/liukun321/article/details/38402601

2.http://blog.csdn.net/wenhao_ir/article/details/50946638