openCV自学总结（基础操作，非完整版，后续学完了还会更新）

OpenCV基础操作总结 OpenCV是一个基于BSD许可的计算机视觉库，主要由加利福尼亚大学圣迭戈分校（UCSD）扩展了的Intel Image Processing Library（IPL）。 OpenCV提供了大量的计算机视觉算法和数据结构，可以用于图像和视频处理、特征检测、对象识别、跟踪、3D重建等领域。 在OpenCV中，数据类型是非常重要的，下面将对一些基本的数据类型进行介绍： 1. cv::InputArray：是一个抽象基类，用于描述输入数据，包括Mat、Matx、Scalar等。 2. cv::OutputArray：是一个抽象基类，用于描述输出数据，包括Mat、Matx、Scalar等。 3. cv::Scalar：是一个四维数据结构，包括四个double类型的元素，常用于表示颜色信息。 4. cv::Point：是一个二维数据结构，包括两个整数类型的元素，用于表示图像中的坐标点。 5. cv::Size：是一个二维数据结构，包括两个整数类型的元素，用于表示图像的大小。 6. cv::Rect：是一个矩形数据结构，包括四个整数类型的元素，用于表示图像中的矩形区域。 7. cv::RotatedRect：是一个旋转矩形数据结构，包括五个元素，包括中心点、大小和旋转角度，用于表示图像中的旋转矩形区域。 8. cv::Mat：是一个矩阵数据结构，用于存储图像数据，可以是二维或三维的。 9. cv::SparseMat：是一个稀疏矩阵数据结构，用于存储稀疏矩阵数据。 在OpenCV中，还有许多其他的数据类型和函数，用于实现各种计算机视觉算法和数据处理操作。 在OpenCV中，Mat是最基本的数据类型，用于存储图像数据。Mat可以通过多种方式构造，包括： * 赋值构造：Mat(size si, int type) * 拷贝构造：Mat(const Mat &mat) * 全零构造：Mat::zeros(int rows, int cols, int type) * 全一构造：Mat::ones(int rows, int cols, int type) * 单位矩阵构造：Mat::eye(int rows, int cols, int type) Mat也可以通过.channels()函数获取通道数，通过.copyTo()函数和.clone()函数实现数据的复制和 Clone。 在OpenCV中，还有许多其他的函数和算子，用于实现各种数据处理操作，例如： * cv::abs()：计算绝对值 * cv::absdiff()：计算两个矩阵的绝对差 * cv::add()：计算两个矩阵的和 * cv::addWeighted()：计算两个矩阵的加权和 * cv::convertScaleAbs()：将矩阵转换为绝对值 这些函数和算子可以用于实现各种图像和视频处理算法，例如图像滤波、图像变换、对象识别等。 在OpenCV中，还有许多其他的数据结构和函数，用于实现各种计算机视觉算法和数据处理操作。