c++中opencv的Mat函数的用法

Mat是OpenCV中最基本的数据结构之一，用于表示图像或矩阵。它可以存储任意维度、任意类型的数据。Mat的用法包括创建、读取、修改、显示和保存图像等。你可以使用Mat的构造函数来创建一个空的Mat对象，也可以使用imread函数从文件中读取图像并存储在Mat对象中。Mat对象的数据可以通过at函数或指针访问和修改。最后，你可以使用imshow函数将Mat对象显示在屏幕上，也可以使用imwrite函数将Mat对象保存到文件中。

相关问题

C++opencv中findContours函数用法

在C++的OpenCV中，findContours函数用于查找图像中的轮廓。其函数原型如下：

void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point());

其中，

- InputOutputArray image：输入图像，必须为8位单通道二进制图像。
- OutputArrayOfArrays contours：输出轮廓，为一个向量类型，包含所有检测到的轮廓。
- OutputArray hierarchy：轮廓的层次结构，可不传入该参数。
- int mode：轮廓检索模式，可取值为RETR_EXTERNAL、RETR_LIST、RETR_CCOMP和RETR_TREE。
- int method：轮廓逼近方法，可取值为CHAIN_APPROX_NONE、CHAIN_APPROX_SIMPLE、CHAIN_APPROX_TC89_L1和CHAIN_APPROX_TC89_KCOS。
- Point offset：轮廓点的可选偏移量。

例如，下面的代码使用findContours函数查找图像中的轮廓并在图像中绘制出来：

Mat image = imread("example.jpg", IMREAD_GRAYSCALE);
Mat binary;
threshold(image, binary, 100, 255, THRESH_BINARY);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(binary, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
Mat result = Mat::zeros(image.size(), CV_8UC3);
for (size_t i = 0; i < contours.size(); i++) {
    drawContours(result, contours, i, Scalar(0, 0, 255), 2, 8, hierarchy);
}
imshow("result", result);

其中，先使用threshold函数将图像二值化，然后使用findContours函数查找轮廓，并使用drawContours函数将轮廓绘制在新的图像上，最后显示结果图像。

C++ opencv triangulatePoints函数的使用方法

`triangulatePoints` 函数是 OpenCV 中的一个三角测量函数，用于将两个相机视角下的对应点恢复为三维空间中的点。以下是 `triangulatePoints` 函数的使用方法：

void cv::triangulatePoints(InputArray projMatr1, InputArray projMatr2, InputArray projPoints1, InputArray projPoints2, OutputArray points4D)

参数说明：

- `projMatr1`：第一张图像的投影矩阵（3x4矩阵）。
- `projMatr2`：第二张图像的投影矩阵（3x4矩阵）。
- `projPoints1`：第一张图像中的对应点的坐标矩阵（Nx2或Nx3矩阵，N为点的数量）。
- `projPoints2`：第二张图像中的对应点的坐标矩阵（Nx2或Nx3矩阵，N为点的数量）。
- `points4D`：输出的三维点坐标矩阵（4xN矩阵）。

使用示例：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat projMatr1 = (Mat_<double>(3, 4) << 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0);
    Mat projMatr2 = (Mat_<double>(3, 4) << 0.866, -0.5, 0, 1, 0.5, 0.866, 0, 0, 0, 0, 1, 0);
    Mat projPoints1 = (Mat_<double>(4, 2) << 0, 0, 1, 0, 0, 1, 1, 1);
    Mat projPoints2 = (Mat_<double>(4, 2) << 0.5, 0.5, 1.5, 0.5, 0.5, 1.5, 1.5, 1.5);
    Mat points4D;

    triangulatePoints(projMatr1, projMatr2, projPoints1, projPoints2, points4D);

    cout << "Triangulated Points: " << endl << points4D << endl;

    return 0;
}

在这个例子中，我们创建了两个相机视角下的点坐标矩阵 `projPoints1` 和 `projPoints2`。然后我们使用 `triangulatePoints` 函数将这些点恢复为三维空间中的点，并将结果保存在 `points4D` 中。最后，我们将 `points4D` 打印出来以查看恢复的三维点坐标。

注意，`projPoints1` 和 `projPoints2` 的大小必须相同。如果这些点是二维的，则必须将它们扩展为三维（将所有点的Z坐标设置为1）。