OpenCV的核心数据结构

1. Mat类

• Mat类是OpenCV中最重要的数据结构之一，用于表示图像和矩阵数据。Mat类封装了多维数组，并提供了多种操作图像数据的方法和函数。
  Mat`类的主要属性和方法
  • 构造函数：
    • Mat()：创建一个空的Mat对象。
    • Mat(int rows, int cols, int type)：创建一个指定大小和类型的Mat对象。
    • Mat(Size size, int type)：根据给定的大小和类型创建一个Mat对象。
    • Mat(Mat m, Range rowRange, Range colRange)：从现有的Mat对象中创建一个子矩阵。
  • 主要方法：
    • size()：返回矩阵的大小（行数和列数）。
    • type()：返回矩阵的类型（如CV_8UC3，表示8位无符号三通道图像）。
    • channels()：返回矩阵的通道数。
    • depth()：返回矩阵中元素的位深度。
    • clone()：创建一个包含相同数据的新Mat对象。
    • copyTo(Mat m)：将当前Mat对象的数据复制到另一个Mat对象中。
    • convertTo(Mat m, int rtype)：将当前Mat对象转换为指定类型，并存储在另一个Mat对象中。
    • at(int row, int col)：访问矩阵中的元素。
      Mat`类的应用场景

  1. 图像存储：

     • Mat类最常见的用途是存储图像数据，可以是灰度图、彩色图像或多通道图像。

  2. 图像处理：

     • 使用Mat类，可以进行各种图像处理操作，如滤波、变换、阈值处理等。

  3. 矩阵计算：

     • Mat类也可以用于矩阵计算和线性代数运算。
       示例代码
       以下代码展示了如何使用Mat类来创建和操作图像数据。
       java复制代码import org.opencv.core.Core;
       import org.opencv.core.Mat;
       import org.opencv.core.CvType;
       import org.opencv.core.Scalar;
       import org.opencv.core.Size;
       import org.opencv.imgcodecs.Imgcodecs;
       import org.opencv.highgui.HighGui;

     public class MatExample {
     static {
     System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
     }

      public static void main(String[] args) {// 创建一个3x3的单通道矩阵Mat mat = new Mat(3, 3, CvType.CV_8UC1, new Scalar(0));System.out.println("Matrix: \n" + mat.dump());// 创建一个指定大小和类型的矩阵，并用特定值初始化Mat matColor = new Mat(new Size(3, 3), CvType.CV_8UC3, new Scalar(255, 0, 0));System.out.println("Color Matrix: \n" + matColor.dump());// 读取图像并存储在Mat对象中Mat img = Imgcodecs.imread("image.jpg", Imgcodecs.IMREAD_COLOR);if (img.empty()) {System.out.println("Could not open or find the image!");return;}// 显示图像HighGui.imshow("Loaded Image", img);HighGui.waitKey();// 克隆图像Mat imgClone = img.clone();System.out.println("Cloned Image: \n" + imgClone.dump());// 转换图像类型Mat imgGray = new Mat();Imgproc.cvtColor(img, imgGray, Imgproc.COLOR_BGR2GRAY);System.out.println("Gray Image: \n" + imgGray.dump());// 访问和修改矩阵中的元素imgGray.put(0, 0, 128); // 将第一个像素的灰度值设置为128System.out.println("Modified Gray Image: \n" + imgGray.dump());}
     

     }

     import org.opencv.core.Core;
     import org.opencv.core.Mat;
     import org.opencv.imgcodecs.Imgcodecs;
     import org.opencv.imgproc.Imgproc;

     public class OpenCVExample {
     static {
     System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
     }

      public static void main(String[] args) {Mat image = Imgcodecs.imread("example.jpg");if (image.empty()) {System.out.println("Could not open or find the image!");return;}// 转换为灰度图像Mat grayImage = new Mat();Imgproc.cvtColor(image, grayImage, Imgproc.COLOR_BGR2GRAY);// 应用高斯滤波Mat blurredImage = new Mat();Imgproc.GaussianBlur(grayImage, blurredImage, new Size(15, 15), 0);// 保存结果Imgcodecs.imwrite("output.jpg", blurredImage);}
     

     }

2. Point、Point2f、Point3f类

这些类用于表示二维和三维空间中的点。Point类通常用于整数坐标，Point2f和Point3f则用于浮点数坐标。

import org.opencv.core.Point;
import org.opencv.core.Point2f;public class PointExample {public static void main(String[] args) {Point point = new Point(10, 20);Point2f point2f = new Point2f(10.5f, 20.5f);System.out.println("Point: " + point);System.out.println("Point2f: " + point2f);}
}

3. Size类

Size类用于表示图像的尺寸，包含宽度和高度两个属性。

import org.opencv.core.Size;public class SizeExample {public static void main(String[] args) {Size size = new Size(640, 480);System.out.println("Size: " + size);}
}

4. Rect类

Rect类用于表示矩形区域，包含位置和大小两个属性。

import org.opencv.core.Rect;public class RectExample {public static void main(String[] args) {Rect rect = new Rect(50, 50, 200, 200);System.out.println("Rect: " + rect);}
}

5. DMatch类

DMatch类在OpenCV中用于表示描述符匹配中的一个匹配对，是特征匹配算法的核心部分。特征匹配是计算机视觉中一种基本操作，广泛应用于图像拼接、目标识别和跟踪等任务。

DMatch类的主要属性

• queryIdx：查询图像中描述符的索引。表示当前要匹配的特征点在查询图像中的位置。
• trainIdx：训练图像中描述符的索引。表示在数据库或训练图像中找到的匹配特征点的位置。
• imgIdx：图像索引（在多图像匹配中使用）。当在多个训练图像中搜索匹配时，用于标识当前匹配到的训练图像。
• distance：两个特征点之间的距离，表示匹配的好坏程度，距离越小表示匹配越好。常用的距离度量方法包括欧氏距离和汉明距离，具体取决于特征描述符的类型。

DMatch类的应用场景

1. 特征匹配：在图像配准和拼接中，通过匹配图像中的关键点来找到相同或相似的区域。
2. 物体识别：通过匹配特征点来识别图像中的物体。
3. 跟踪：在视频序列中，通过匹配连续帧中的特征点来实现目标跟踪。

示例代码

以下代码展示了如何使用DMatch类进行特征匹配。

java复制代码import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfKeyPoint;
import org.opencv.core.MatOfDMatch;
import org.opencv.features2d.Features2d;
import org.opencv.features2d.DescriptorMatcher;
import org.opencv.features2d.ORB;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.highgui.HighGui;public class DMatchExample {static {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);}public static void main(String[] args) {// 加载两张待匹配的图像Mat img1 = Imgcodecs.imread("image1.jpg", Imgcodecs.IMREAD_GRAYSCALE);Mat img2 = Imgcodecs.imread("image2.jpg", Imgcodecs.IMREAD_GRAYSCALE);// 检查图像是否加载成功if (img1.empty() || img2.empty()) {System.out.println("Could not open or find the images!");return;}// 初始化ORB特征检测器ORB orb = ORB.create();// 检测特征点和计算描述符MatOfKeyPoint keypoints1 = new MatOfKeyPoint();MatOfKeyPoint keypoints2 = new MatOfKeyPoint();Mat descriptors1 = new Mat();Mat descriptors2 = new Mat();orb.detectAndCompute(img1, new Mat(), keypoints1, descriptors1);orb.detectAndCompute(img2, new Mat(), keypoints2, descriptors2);// 初始化描述符匹配器DescriptorMatcher matcher = DescriptorMatcher.create(DescriptorMatcher.BRUTEFORCE_HAMMING);// 进行匹配MatOfDMatch matches = new MatOfDMatch();matcher.match(descriptors1, descriptors2, matches);// 筛选出好的匹配点double maxDist = 0;double minDist = 100;for (DMatch match : matches.toArray()) {double dist = match.distance;if (dist < minDist) minDist = dist;if (dist > maxDist) maxDist = dist;}// 只保留好的匹配点MatOfDMatch goodMatches = new MatOfDMatch();for (DMatch match : matches.toArray()) {if (match.distance <= Math.max(2 * minDist, 30.0)) {goodMatches.push_back(new MatOfDMatch(match));}}// 绘制匹配结果Mat imgMatches = new Mat();Features2d.drawMatches(img1, keypoints1, img2, keypoints2, goodMatches, imgMatches);// 显示结果HighGui.imshow("Matches", imgMatches);HighGui.waitKey();}
}

6.Scalar

Scalar类在OpenCV中用于表示多通道值的类，经常用于表示颜色、权重或其他多维数据。它是一个简单的四元素容器（包含四个double类型的值），可以表示不同颜色通道的值，如BGR颜色（蓝、绿、红）或者灰度值。

Scalar类的主要属性和方法

• 构造函数：
  • Scalar(double v0)：构造一个只有一个通道的Scalar对象。
  • Scalar(double v0, double v1)：构造一个有两个通道的Scalar对象。
  • Scalar(double v0, double v1, double v2)：构造一个有三个通道的Scalar对象。
  • Scalar(double v0, double v1, double v2, double v3)：构造一个有四个通道的Scalar对象。
• 主要方法：
  • val[]：一个包含四个元素的数组，分别表示Scalar对象的四个通道的值。
  • clone()：创建一个包含相同数据的新Scalar对象。
  • equals(Object obj)：判断两个Scalar对象是否相等。
  • toString()：返回一个表示Scalar对象的字符串。

Scalar类的应用场景

1. 表示颜色值：
   • 在图像处理和计算机视觉中，颜色是一个非常重要的属性。Scalar类可以用来表示各种颜色值，例如BGR颜色值和灰度值。
2. 设置颜色和填充图像区域：
   • 在图像处理操作中，常常需要设置某个区域的颜色值，例如绘制图形、填充区域等。

示例代码

以下代码展示了如何使用Scalar类来表示和操作颜色值。

import org.opencv.core.Core;
import org.opencv.core.Scalar;public class ScalarExample {static {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);}public static void main(String[] args) {// 表示蓝色的Scalar（BGR格式）Scalar blueColor = new Scalar(255, 0, 0);// 表示绿色的Scalar（BGR格式）Scalar greenColor = new Scalar(0, 255, 0);// 表示红色的Scalar（BGR格式）Scalar redColor = new Scalar(0, 0, 255);// 表示灰度值Scalar grayValue = new Scalar(128);// 打印Scalar值System.out.println("Blue Color: " + blueColor);System.out.println("Green Color: " + greenColor);System.out.println("Red Color: " + redColor);System.out.println("Gray Value: " + grayValue);// 克隆一个Scalar对象Scalar clonedBlue = blueColor.clone();System.out.println("Cloned Blue Color: " + clonedBlue);// 检查两个Scalar对象是否相等System.out.println("Blue and Cloned Blue are equal: " + blueColor.equals(clonedBlue));}
}

类型标识符
CV_8UC1：8位无符号整型单通道
CV_8UC3：8位无符号整型三通道（通常用于 RGB 图像）
CV_16UC1：16位无符号整型单通道
CV_16UC3：16位无符号整型三通道
CV_32FC1：32位浮点型单通道
CV_32FC3：32位浮点型三通道