c++的一维vector 怎么转换为opencv的二维mat

将一维 `vector` 转换为二维 `Mat` 需要确定 `Mat` 的行数和列数，然后将 `vector` 中的元素按照行列顺序填入到 `Mat` 中。假设 `vector` 的长度为 `len`，`Mat` 的行数为 `rows`，列数为 `cols`，则转换代码如下：

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

using namespace cv;
using namespace std;

int main()
{
    vector<int> vec(len); // 声明一维 vector
    Mat mat(rows, cols, CV_32S); // 声明二维 Mat

    // 将 vector 转换为 Mat
    for (int i = 0; i < rows; i++) {
        for (int j = 0; j < cols; j++) {
            mat.at<int>(i, j) = vec[i * cols + j];
        }
    }

    return 0;
}

其中，`at<int>(i, j)` 表示访问 `Mat` 中第 `i` 行、第 `j` 列的元素，`i * cols + j` 表示计算 `vector` 中对应元素的下标。

相关问题

c++实现二维catmull细分算法，并用opencv实现可视化

二维Catmull-Rom细分算法实现：

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

using namespace cv;
using namespace std;

vector<Point2f> catmullRom(vector<Point2f> points, float alpha) {
    vector<Point2f> result;
    for (int i = 1; i < points.size() - 2; i++) {
        Point2f p0 = points[i - 1];
        Point2f p1 = points[i];
        Point2f p2 = points[i + 1];
        Point2f p3 = points[i + 2];

        float t0 = 0;
        float t1 = powf(powf((p1.x - p0.x), 2.0f) + powf((p1.y - p0.y), 2.0f), 0.5f);
        float t2 = t1 + powf(powf((p2.x - p1.x), 2.0f) + powf((p2.y - p1.y), 2.0f), 0.5f);
        float t3 = t2 + powf(powf((p3.x - p2.x), 2.0f) + powf((p3.y - p2.y), 2.0f), 0.5f);

        for (float t = t1; t < t2; t += alpha) {
            float a1 = (t1 - t) / (t1 - t0);
            float a2 = (t - t0) / (t1 - t0);
            Point2f p = a1 * p0 + a2 * p1;

            a1 = (t2 - t) / (t2 - t1);
            a2 = (t - t1) / (t2 - t1);
            p += a1 * p1 + a2 * p2;

            a1 = (t3 - t) / (t3 - t2);
            a2 = (t - t2) / (t3 - t2);
            p += a1 * p2 + a2 * p3;

            p *= 0.5f;
            result.push_back(p);
        }
    }
    return result;
}

int main(int argc, char** argv) {
    vector<Point2f> points = { Point2f(100, 100), Point2f(200, 100), Point2f(200, 200), Point2f(100, 200) };
    float alpha = 0.01f;

    vector<Point2f> result = catmullRom(points, alpha);

    Mat img = Mat::zeros(300, 300, CV_8UC3);
    for (int i = 0; i < points.size(); i++) {
        circle(img, points[i], 3, Scalar(0, 255, 0), -1);
    }
    for (int i = 0; i < result.size(); i++) {
        circle(img, result[i], 1, Scalar(0, 0, 255), -1);
    }
    for (int i = 0; i < points.size() - 1; i++) {
        line(img, points[i], points[i + 1], Scalar(0, 255, 0), 1);
    }
    for (int i = 0; i < result.size() - 1; i++) {
        line(img, result[i], result[i + 1], Scalar(0, 0, 255), 1);
    }
    imshow("Catmull-Rom", img);
    waitKey(0);

    return 0;
}

这里我们先定义了一个`catmullRom`函数来实现二维Catmull-Rom细分算法。传入参数为一个点集和步长alpha，返回值为细分后的点集。在函数内部，我们首先对每个点进行处理，得到其所在的四个点p0、p1、p2、p3和其各自在总长度上的位置t0、t1、t2、t3。接着，我们对p1和p2之间的一段进行细分，每次细分按照步长alpha进行。

在`main`函数中，我们传入一个点集和步长alpha，得到细分后的点集，并在图像上绘制出来。

运行结果如下：


c++ 用vector创建的二维数组怎么用cv::FileStorage进行保存

使用 `cv::FileStorage` 保存二维 vector 数组需要进行以下步骤：

1. 创建一个 `cv::FileStorage` 对象，使用其构造函数指定文件名和文件格式（如 `.yaml` 或 `.xml`）。
2. 创建一个 `cv::Mat` 对象，将其中的数据设置为二维 vector 数组中的数据。
3. 将 `cv::Mat` 对象写入到 `cv::FileStorage` 对象中。
4. 关闭 `cv::FileStorage` 对象。

以下是一个示例代码：

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

int main()
{
    // 创建一个二维 vector 数组
    std::vector<std::vector<int>> vec{{1, 2, 3}, {4, 5, 6}, {7, 8, 9}};

    // 创建一个 cv::FileStorage 对象
    cv::FileStorage fs("data.yaml", cv::FileStorage::WRITE);

    // 创建一个 cv::Mat 对象
    cv::Mat mat(vec);

    // 将 cv::Mat 对象写入到 cv::FileStorage 对象中
    fs << "data" << mat;

    // 关闭 cv::FileStorage 对象
    fs.release();

    return 0;
}

在此示例中，我们使用 `cv::Mat` 对象将二维 vector 数组转换为了矩阵，然后将矩阵写入到了 `cv::FileStorage` 对象中。在保存完成后，我们需要调用 `release()` 方法关闭 `cv::FileStorage` 对象。