OpenCV3——数据结构与基本绘图

图片是以数组的方式存在设备中的，数组中的值代表某个像素点的像素值，它的格式和范围受 颜色空间 和 数据类型 的影响。

Mat类

基础图像容器，它其实就是一个可以保存图片（一些数组矩阵）或者数组的容器，在opencv开发中我们经常需要使用它存储显示并传递一些数据。

特点：1.不必为它手动开辟空间、2.不必在不需要的时候立即释放空间、3.mat由两部分组成，矩阵头（矩阵尺寸，存储方法，存储地址等信息）和一个指针（指向存储所有像素值的矩阵）。

mat对象的复制

因为图片对象的 矩阵 会根据类型的不同占据大量的存储空间，这不利于mat对象在opencv中的传输，所以mat对象的复制有两种，一、是只复制mat对象的信息，不复制存储像素值的矩阵，通过引用计数机制来共享一个矩阵，如：Mat B(A)、C = A，（ABC）共享一个矩阵。二、全部都复制，如：Mat F = A.clone()、 A.copyTo（C），（ABC）是独立的矩阵。

mat对象的创建和输出： opencv中三通道的颜色顺序为 BGR

1. 数组形式的创建： Mat M(2,2, CV_8UC3, Scalar(0,0,255)); 创建 2行2列3通道8位无符号int类型每个像素点的初始值为0,0,255 的数组，CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]、U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数， F（float）是浮点数。
2. 读取图片形式的创建： Mat img=imread(“1.jpg”); imshow(“【载入的图片】”,img); 读取1.jpg图片以数组的形式保存在mat中，然后又以图片的形式通过窗口展示出来。
3. 格式化输出： cout << “r (Python风格) = ” << format(r,”python”) << “;” << endl << endl;

常用的数据结构

• Point ：用于表示二维坐标系下的点，如：Point p = Point(2,3)、Point2f p =Point2f(42.4, 24.4)、Point3i p = Point3i(2,3,4)。
• Scalar ：具有四个元素的模板类 在opencv中广泛用于传递和读取图像中的像素值，如：Scalar(B,G,R); //定义RGB颜色值 B代表蓝色，G为绿色，R为红色、有时还有个A 表示透明度。
• Size：主要用来表示一幅图像或一个矩形的大小，有两个成员变量分别是 width height，如：Size_(_Tp _width, _Tp _height)。

常用的类和基本函数

Rect

表示矩形 模板类为 Rect_，有4个成员变量分别是 x y width height，别名定义:typedef Rect_ Rect，常用构造函数和方法如下：

cvtColor

颜色空间转换
cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 )

Draw-line

画线，void line(Mat& img,Point pt1,Point pt2,const Scalar& color, int thickness=1, int lineType=8, int shift=0)

lineType
描述画出这个线所使用的算法，4连通和8连通线使用 Bresenham 直线算法
8 - 8-connected line. 4 连通
4 - 4-connected line. 9 连通
CV_AA - antialiased line 抗锯齿，即线看起来会比较平滑

Draw-rectangle：

画矩形，void rectangle(Mat& img, Point pt1,Point pt2,constScalar& color, int thickness=1, int lineType=8, int shift=0)

Draw-circle：

画圆，void circle(Mat& img, Point center,int radius, const Scalar& color,int thickness=1,int lineType=8, int shift=0)

Draw-ellipse：

画椭圆，void ellipse(Mat& img, Point center, Size axes,double angle, double startAngle, double endAngle, const Scalar& color, int thickness=1, int lineType=8, int shift=0)

Draw-fillPoly polylines：

填充的多边形void fillPoly(Mat& img, const Point** pts,const int* npts, int ncontours,const Scalar& color, int lineType=8, int shift=0, Point offset=Point() )

下面这个函数表示非填充多边形，isClosed代表是否闭合
void polylines(Mat& img, const Point** pts, const int* npts, int ncontours, bool isClosed, const Scalar& color, int thickness=1, int lineType=8, int shift=0 )

图像的颜色空间

所谓的颜色空间是指，针对一个给定的颜色，我们如何组合颜色元素以对其编码。即把颜色分成几个基元素，通过组合基元素可以产生所有的颜色。

RGB

是最常用的一种颜色空间，因为它的原理和我们人眼的内部构成颜色的方式相同，通过基色 R（红色），G（绿色），B（蓝色），有时候还会有表示颜色透明度的（A）。

HSV

由一个圆锥组成，下顶点为黑色，上顶圆的中心点为白色。
H：色调，用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°。
S：饱和度，饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。
V：明度，明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白),（明度）是被认为是”光的量“，可以是任何颜色。

HLS

表示的两个圆锥组合而成，下顶点为黑色，上顶点为白色。
H：色调，用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°
S：饱和度，和上面的不一样，因为是按照明度/亮度的缩放比来设置饱和度，所以两个的值不一样。
L：亮度，Lightness（亮度）是作为”白的量“来理解的。

YCrCb即YUV

主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽（RGB要求三个独立的视频信号同时传输）。其中“Y”表示明亮度（Luminance或Luma），也就是灰阶值；而“U”和“V” 表示的则是色度（Chrominance或Chroma），作用是描述影像色彩及饱和度，用于指定像素的颜色。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面─色调与饱和度，分别用Cr和CB来表示。其中，Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而CB反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。
YUV与RGB相互转换的公式如下（RGB取值范围均为0-255）：
Y = 0.299R + 0.587G + 0.114B 　　U = -0.147R - 0.289G + 0.436B 　　V = 0.615R - 0.515G - 0.100B R = Y + 1.14V 　　G = Y - 0.39U - 0.58V 　　B = Y + 2.03U 　在DirectShow中，常见的RGB格式有RGB1、RGB4、RGB8、RGB565、RGB555、RGB24、RGB32、ARGB32等；常见的YUV格式有YUY2、YUYV、YVYU、UYVY、AYUV、Y41P、Y411、Y211、IF09、IYUV、YV12、YVU9、YUV411、YUV420等。

在人脸检测中也常常用到YCrCb空间，因为一般的图像都是基于RGB空间的，在RGB空间里人脸的肤色受亮度影响相当大，所以肤色点很难从非肤色点中分离出来，也就是说在此空间经过处理后，肤色点是离散的点，中间嵌有很多非肤色，这为肤色区域标定(人脸标定、眼睛等)带来了难题。如果把RGB转为YCrCb空间的话，可以忽略Y(亮度)的影响，因为该空间受亮度影响很小，肤色会产生很好的类聚。这样就把三维的空间将为二维的CrCb，肤色点会形成一定得形状，如：人脸的话会看到一个人脸的区域，手臂的话会看到一条手臂的形态，对处理模式识别很有好处，根据经验某点的CrCb值满足：133≤Cr≤173，77≤Cb≤127 那么该点被认为是肤色点，其他的就为非肤色点。根据经验某点的CrCb值满足：133≤Cr≤173，77≤Cb≤127 那么该点被认为是肤色点，其他的就为非肤色点。

CIELab

同RGB颜色空间相比，Lab是一种不常用的色彩空间。它是在1931年国际照明委员会（CIE）制定的颜色度量国际标准的基础上建立起来的。1976年，经修改后被正式命名为CIELab。它是一种设备无关的颜色系统，也是一种基于生理特征的颜色系统。这也就意味着，它是用数字化的方法来描述人的视觉感应。Lab颜色空间中的L分量用于表示像素的亮度，取值范围是[0,100],表示从纯黑到纯白；a表示从红色到绿色的范围，取值范围是[127,-128]；b表示从黄色到蓝色的范围，取值范围是[127,-128]。

说明：此文章为学习笔记，内容来源OpenCV3编程入门、CDCKT公司内部分享、网络等等。