【不断更新贴】总结编程的技巧、语法等，需要多敲代码、记忆掌握

来源：互联网发布：数控车床编程代码讲解编辑：程序博客网时间：2024/06/05 00:28

1. void DrawRectangle( cv::Mat& img, cv::Rect box )
{
cv::rectangle(img,box.tl(),box.br(),cv::Scalar(g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255)));//随机颜色

}

注意： Rect类型可以直接通过Rect.tl() Rect.br() 获取矩形的左上角、右下角坐标

查看源码的定义：! the top-left corner
//Point_<_Tp> tl() const;
//! the bottom-right corner
//Point_<_Tp> br() const;

2.随机颜色： RNG g_rng(12345);

cv::rectangle(img,box.tl(),box.br(),cv::Scalar(g_rng.uniform(0, 255), g_rng.uniform(0,255), g_rng.uniform(0,255)));//随机颜色

查看RNG源码：

/! returns uniformly distributed double-precision floating-point random number from [a,b) range
//double uniform(double a, double b);

3.深度复制MAT

（1）Mat srcImage(600, 800,CV_8UC3), tempImage;
srcImage.copyTo(tempImage);

（2）Mat tempImage=srcImage.clone()

4.定义ROI区域

Mat image=imread("~~~~");

Mat imageROI=image(Rect(300,230,logo.cols,logo.rows));

5. convertScaleAbs

使用线性变换转换输入数组元素成8位无符号整型。 convertScaleAbs( normImage, scaledImage );//将归一化后的图线性变换成8位无符号整型

void cvConvertScaleAbs( const CvArr* src, CvArr* dst, double scale=1, double shift=0 );

#define cvCvtScaleAbs cvConvertScaleAbs

其中参数含义：

src ：原数组

dst ：输出数组 (深度为 8u).

scale ：比例因子.

shift ：原数组元素按比例缩放后添加的值。

函数 cvConvertScaleAbs 与前一函数是相同的，但它是存贮变换结果的绝对值：

dst(I)=abs(src(I)*scale + (shift,shift,...))

函数只支持目标数数组的深度为 8u (8-bit 无符号) , 对于别的类型函数仿效于cvConvertScale 和 cvAbs 函数的联合。

6.normalize

// 归一化与转换
normalize( dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );

函数原型：

void normalize(InputArray src,OutputArray dst, double alpha=1, doublebeta=0, int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray() )

该函数归一化输入数组使它的范数或者数值范围在一定的范围内。

Parameters:

src

输入数组

dst

输出数组，支持原地运算

alpha

range normalization模式的最小值

beta

range normalization模式的最大值，不用于norm normalization(范数归一化)模式。

normType

归一化的类型，可以有以下的取值：

NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围，线性归一化，一般较常用。

NORM_INF: 此类型的定义没有查到，根据OpenCV 1的对应项，可能是归一化数组的C-范数(绝对值的最大值)

NORM_L1 : 归一化数组的L1-范数(绝对值的和)

NORM_L2: 归一化数组的(欧几里德)L2-范数

dtype

dtype为负数时，输出数组的type与输入数组的type相同；

否则，输出数组与输入数组只是通道数相同，而tpye=CV_MAT_DEPTH(dtype).

mask

操作掩膜，用于指示函数是否仅仅对指定的元素进行操作。

归一化公式：

1、线性函数转换，表达式如下：（对应NORM_MINMAX）

ifmask(i,j)!=0

dst(i,j)=(src(i,j)-min(src))*(b‘-a‘)/(max(src)-min(src))+ a‘

else

dst(i,j)=src(i,j)

其中b‘=MAX(a,b), a‘=MIN(a,b);

2. 当norm_type!=CV_MINMAX:

ifmask(i,j)!=0

dst(i,j)=src(i,j)*a/norm (src,norm_type,mask)

else

dst(i,j)=src(i,j)

其中，函数norm的功能是计算norm（范数）的绝对值

Thefunctions norm calculate an absolute norm of src1 (when there is no src2 ):

技术分享

7. 创建同样大小、形状的图像

（1）Mat imgIn=imread(" XXXXX");

（2）Mat imgOut(newHeight, newWidth, imgIn.type()); // Mat resultImg; XXXXXXXX; resultImg.create(newHeight, newWidth, imgIn.type());

这两者是有区别的 ,Mat imgOut(newHeight, newWidth, imgIn.type()); 仅仅是在定义的时候声明创建而 resultImg.create(newHeight, newWidth, imgIn.type()); 是在先声明，然后在函数中创建

（3）有待补充

8. 访问像素的几种方法

（1）. for( i=0;i<DstHeight;i++)
{ uchar *dst_data=OutImg.ptr<uchar>(i);

for(j=0;j<DstWidth;j++)

dst_data[j]=.....

(2) for( i=0;i<DstHeight;i++)
for(j=0;j<DstWidth;j++)
{
if(img.channels()==3)
{
out1.at<Vec3b>(i,j)=Vec3b(255,0,0);
}
else if(img.channels()==1)
{
out1.at<uchar>(i,j)=255;
}

if(img.channels()==3)
{
out1.at<Vec3b>(i,j)=img.at<Vec3b>(i1,j1);//(j1,i1);
}
else if(img.channels()==1)
{
out1.at<uchar>(i,j)=img.at<uchar>(i1,j1);

9.注意代码中添加检查低级错误的代码说不定哪天就会犯错误

今天就是的，至少检查了1个小时，还很郁闷

Mat SrcImg=imread("C:\\Users\\Administrator\\Desktop\\工作\\testp\\o1.jpg");

if(!SrcImg.data)

cout<<"读取图片错误\n";

//上面的o1.jpg 应该是01.jpg 一开始没有添加就是内存报错检查啊检查~~~~

0 0