1. 程式人生 > >OpenCV2.4.13中同一函式不同形參的理解,vector,list區別,findContours理解

OpenCV2.4.13中同一函式不同形參的理解,vector,list區別,findContours理解

OpenCV手冊中的函式通常有不止一個定義,其中的形參可以有各種不同的形式,這裡以 split 和 merge 兩個函式舉例進行解釋。

split 函式
merge 函式
每個函式都有兩個版本,一個版本利用陣列作為形參,一個版本利用 vector 作為形參。
以split 為例,解釋一下兩個版本中形參的含義

  1. void split(const Mat& src, Mat* mvbegin)

    • 第一個形參:const 表示 src 不能修改;Mat& 表示使用 引用傳遞
    • 第二個形參:分割之後的影象用一個Mat陣列來存放,因此,對應的形參是 Mat*
  2. void split(InputArray m, OutputArrayOfArrays mv)

    • 第一個形參:InputArray 表示輸入是“陣列”
    • 第二個形參:OutputArrayOfArrays 表示輸出是 “陣列的陣列”

下面給出測試程式碼:

    int m = 300;
    Mat img = 255*Mat::eye(m,m,CV_8UC3);

    // 利用陣列作為形參
    Mat mv[3];
    split(img,mv);
    for (int i = 0; i < 3; i++)
        imshow("array channel " + to_string(i),mv[i]);
    Mat mergeimg;
    merge(mv,3
,mergeimg); imshow("merge image",mergeimg); // 利用 vector 作為形參 vector<Mat> mv2; split(img,mv2); for (int i = 0; i < 3; i++) imshow("vector channel " + to_string(i),mv2.at(i)); merge(mv2,mergeimg);

問題:為什麼 可以用 vector 代替 陣列呢?
這裡的 vector 和 list 看起來長得很像,它們之間有什麼關係呢?

名稱 vector list
實現方式 與陣列類似 利用連結串列實現
儲存空間 連續 不連續
隨機儲存時間複雜度 O(1) O(n)
插入與刪除時間複雜度 O(n) O(1)

問題:那麼如何使用 vector 與 list 呢?如何遍歷它們呢?
下面借用這裡的程式碼展示如何使用 vector 與 list

    vector<int> v;  // 這裡 vector 中存放的元素都為 int 型
    list<int> l;
    for(int i=0;i<8;i++) ////往v和l中分別新增元素
    {
        v.push_back(i);
        l.push_back(i*i);
    }

    // 遍歷 vector 有兩種方法,一種是與陣列一樣
    cout <<"v is: "<<endl;
    for (int i = 0; i<v.size(); i++ )
        cout << v[i] << "  ";
    cout <<endl;


    // 第二種是使用迭代器
    // 定義迭代器,分別遍歷 vector
    vector<int>::iterator itv;
    cout <<"v is: "<<endl;
    for (itv = v.begin(); itv != v.end(); itv++ )
        cout << *itv << "  ";
    cout <<endl;


    // 遍歷 list 只能使用迭代器 進行遍歷
    //cout << l[0];  編譯錯誤,list 沒有過載 []
    list<int>::iterator itl;
    cout <<"l is: "<<endl;
    for (itl = l.begin(); itl != l.end(); itl++ )
        cout << *itl << "  ";
    cout <<endl;

問題:說了這麼多有什麼用呢?為甚麼會寫這篇部落格呢?

  • 因為樓主在使用 OpenCV 找影象的邊界的時候遇到了一句這樣的程式碼
    vector<vector<Point>> contours;
    我的天啊,這是一個什麼鬼?
    經過逐步搜尋,才找到了答案,也就是上面描述的這些東東。

那如何找邊界呢?
貼出程式碼如下:

    // 將第一層的左上部分變成非零
    for (int i = 0; i < img.rows/2; i++)
        for (int j = 0; j < img.cols/2; j++)
            mv[0].at<uchar>(i,j) = 255;
    imshow("mv[0]",mv[0]);
    // 效果如下:

改變之後 mv[0]


    // 找影象的邊界
    // 有好多個邊界(對應最外面的vector),
    //每一個邊界是一系列點的集合(對應裡面的vector<Point>)
    vector<vector<Point>> contours;
findContours(mv[0],contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

    Scalar color = Scalar(0,0,255);
    drawContours(img,contours,-1,color);
    imshow("img with contours",img);
    // 效果如下:

在mv[0]上找到的邊界(紅色線)

整體程式碼如下:

// csdn_code.cpp : 定義控制檯應用程式的入口點。
//

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    int m = 300;
    Mat img = 255*Mat::eye(m,m,CV_8UC3);

    // 利用陣列作為形參
    Mat mv[3];
    split(img,mv);
    for (int i = 0; i < 3; i++)
        imshow("array channel " + to_string(i),mv[i]);
    Mat mergeimg;
    merge(mv,3,mergeimg);
    imshow("merge image",mergeimg);

    // 利用  vector 作為形參
    vector<Mat> mv2;
    split(img,mv2);
    for (int i = 0; i < 3; i++)
        imshow("vector channel " + to_string(i),mv2.at(i));
    merge(mv2,mergeimg);

    vector<int> v;  // 這裡 vector 中存放的元素都為 int 型
    list<int> l;
    for(int i=0;i<8;i++) ////往v和l中分別新增元素
    {
        v.push_back(i);
        l.push_back(i*i);
    }

    // 遍歷 vector 有兩種方法,一種是與陣列一樣
    cout <<"v is: "<<endl;
    for (int i = 0; i<v.size(); i++ )
        cout << v[i] << "  ";
    cout <<endl;


    // 第二種是使用迭代器
    // 定義迭代器,分別遍歷 vector
    vector<int>::iterator itv;
    cout <<"v is: "<<endl;
    for (itv = v.begin(); itv != v.end(); itv++ )
        cout << *itv << "  ";
    cout <<endl;


    // 遍歷 list 只能使用迭代器 進行遍歷
    //cout << l[0];  編譯錯誤,list 沒有過載 []
    list<int>::iterator itl;
    cout <<"l is: "<<endl;
    for (itl = l.begin(); itl != l.end(); itl++ )
        cout << *itl << "  ";
    cout <<endl;


    // 將第一層的左上部分變成非零
    for (int i = 0; i < img.rows/2; i++)
        for (int j = 0; j < img.cols/2; j++)
            mv[0].at<uchar>(i,j) = 255;
    imshow("mv[0]",mv[0]);
    // 效果如下:


    // 找影象的邊界
    vector<vector<Point>> contours; findContours(mv[0],contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

    Scalar color = Scalar(0,0,255);
    drawContours(img,contours,-1,color);
    imshow("img with contours",img);
    // 效果如下:


    waitKey();
    system("pause");
    return 0;
}