OpenCV 2.2参考手册：核心功能与数组操作

"OpenCV Reference Manual v2.2" OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，包含了众多计算机视觉、图像处理和机器学习功能。这个手册是OpenCV 2.2的参考指南，主要介绍了核心API的使用。 在OpenCV中，基本的结构体是图像处理和分析的基础。例如： - `CvPoint`表示二维坐标点，通常用于标记图像中的位置。 - `CvPoint2D32f`和`CvPoint3D32f`是浮点数表示的二维和三维点，适用于需要更高精度的应用。 - `CvPoint2D64f`和`CvPoint3D64f`是双精度浮点数表示的点，适用于高精度计算。 - `CvSize`表示图像的尺寸，用于创建或操作图像时定义其宽度和高度。 - `CvSize2D32f`同样是尺寸，但用浮点数表示。 - `CvRect`代表矩形区域，常用于选择图像的一部分或检测对象。 - `CvScalar`是一个四元素的一维数组，通常用于表示颜色值或其他四个分量的数值。 - `CvTermCriteria`用于终止迭代过程，如在循环中达到特定条件时停止。 核心功能模块还包括了各种数组操作，这些操作对图像处理至关重要： - `cv::AbsDiff`计算两个数组之间的绝对差值。 - `cv::Add`执行数组的加法操作。 - `cv::AddS`将一个常数值添加到数组中。 - `cv::AddWeighted`对两个数组进行加权求和。 - `cv::And`执行位与操作。 - `cv::AndS`将数组与常数值进行位与操作。 - `cv::Avg`计算数组的平均值。 - `cv::AvgSdv`计算平均值和标准偏差。 - `cv::CalcCovarMatrix`计算协方差矩阵。 - `cv::CartToPolar`将笛卡尔坐标转换为极坐标。 - `cv::Cbrt`计算立方根。 - `cv::ClearND`清空多维数组的指定元素。 - 其他函数如`cv::CloneImage`, `cv::CvtColor`, `cv::Div`, `cv::DotProduct`等提供了复制、颜色空间转换、除法和点积等操作。 OpenCV中的核心数据结构包括： - `CvMat`是二维数组，常用于存储图像数据。 - `CvMatND`是多维数组，适合处理高维数据。 - `CvSparseMat`用于处理稀疏矩阵，节省存储空间。 - `IplImage`是旧版接口的图像结构，虽然在新版本中逐渐被`CvMat`取代，但在某些场合仍被使用。 - `CvArr`是一个通用接口，可以表示任何OpenCV的数据结构。 这些基本结构和操作构成了OpenCV的核心，为开发者提供了丰富的工具来处理和分析图像数据。无论是简单的图像处理任务还是复杂的计算机视觉算法，OpenCV都提供了高效且灵活的实现方式。