c++中opencv的Mat函数的用法
时间: 2023-04-06 19:03:58 浏览: 86
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:
```cpp
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:
```cpp
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:
```c++
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:
```c++
#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)。