学习OpenCV时做的笔记

学习OpenCV时做的笔记学习OpenCV时做的笔记 1、文件操作: #include "cv.h" #include "highgui.h" int main(int argc, char **argv) { IplImage *pImg; //载入图像 if(argc==2 && (pImg = cvLoadImage(argv[1],1))!=0) { cvNamedWindow("Image", 1);//创建窗口 cvShowImage("Image", pImg);//显示图像 cvWaitKey(0);/...

学习OpenCV时做的笔记 1、文件操作: #include "cv.h" #include "highgui.h" int main(int argc, char **argv) { IplImage *pImg; //载入图像 if(argc==2 && (pImg = cvLoadImage(argv[1],1))!=0) { cvNamedWindow("Image", 1);//创建窗口 cvShowImage("Image", pImg);//显示图像 cvWaitKey(0);//等待按键 cvDestroyWindow("Image");//销毁窗口 cvReleaseImage(&pImg);//释放图像 return 0; } else if(argc==3 && (pImg = cvLoadImage(argv[1],1))!=0) { IplImage *pImg2 = cvCreateImage(cvGetSize(pImg), pImg->depth, pImg->nChannels); cvCopy(pImg, pImg2, NULL); cvSaveImage(argv[2], pImg2);//把图像写入文件 cvNamedWindow("Image", 1);//创建窗口 cvShowImage("Image", pImg);//显示图像 cvWaitKey(0);//等待按键 cvDestroyWindow("Image");//销毁窗口 cvReleaseImage(&pImg);//释放图像 return 0; } return -1; } 2、基本数据结构的声明和初始化: #include #include void main() { CvPoint point;//二维整型点 point.x = 10; point.y = 20; CvPoint3D32f point_3d;//三维浮点型点 point_3d.x = 5.; point_3d.y = 5.; point_3d.z = 5.; CvSize Rect_Size;//矩形框大小变量 Rect_Size.width = 100; Rect_Size.height = 100; CvRect Sub_Rect;//矩形框变量 Sub_Rect.x = 0; Sub_Rect.y = 0; Sub_Rect.width = 10; Sub_Rect.height = 10; CvScalar value;//TUPLE类型的捆绑数据的容量 value = cvScalar(0.0, 1.0, 2.0, 3.0); //逐一赋值法，也可只赋值前面几个，后面缺省为0 value = cvScalarAll(1.0);//全部赋同样的值 value = cvRealScalar(1.0);//只赋值第一个，后面全部为0 /*矩阵CvMat的两种声明方法和初始化方法*/ //方法一:直接声明 CvMat mat_01;//矩阵变量 double a[9] = {1, 2, 3, 4, 5, 6, 7, 8, 9}; mat_01 = cvMat(3, 3, CV_64FC1, a);//初始化矩阵的头 cvReleaseData(&mat_01);//释放矩阵 //方法二:矩阵变量(以指针方式声明) CvMat *mat_ptr; double b[9] = {1, 2, 3, 4, 5, 6, 7, 8, 9}; mat_ptr = cvCreateMat(3, 3, CV_64FC1); //指明矩阵头的类型:CV_64FC1 cvInitMatHeader(mat_ptr, 3, 3, CV_64FC1, b); //初始化矩阵头 cvReleaseMat(&mat_ptr);//释放矩阵 /*图像头IplImage的声明和初始化*/ IplImage *src = cvLoadImage("zjut.jpg", -1); //这里假定源文件下游zjut.jpg这幅图片 IplImage *dst;//声明一图像头指针 dst = cvCreateImage(cvSize(src->width, src->height), src->depth, src->nChannels); cvFlip(src, dst, 1);//图像zjut.jpg绕y轴翻转 //创建显示图像窗口 cvNamedWindow("zjut", CV_WINDOW_AUTOSIZE); cvNamedWindow("zjut_flip", CV_WINDOW_AUTOSIZE); cvShowImage("zjut", src);//显示源图像 cvShowImage("zjut_flip", dst); cvWaitKey(0); cvReleaseImage(&src);//释放图像头 cvReleaseImage(&dst); } 3、 IplImage结构的一些基本信息: #include #include #include void main() { IplImage *src_img = cvLoadImage("stuff.jpg", -1); IplImage *dst_img; //以下为显示读入图像的一些信息 cout << "????????????????????" << endl << endl; cout << "lena.bmp的图像信息" << endl << endl; cout << "????????????????????" << endl << endl; //IplImage该结构体的大小:112字节 cout << "Img's size: " << src_img->nSize << endl; //版本ID:0 cout << "Img's ID: " << src_img->ID << endl; //显示读入图像信道数:3 cout << "Img's channel's nums: " << src_img->nChannels << endl; //像素的位深度:8 cout << "Img's depth: " << src_img->depth << endl; //0-交叉存取颜色信道 cout << "Img's dataOrder: " << src_img->dataOrder << endl; //0-图像数据分布结构:顶-左结构 cout << "Img's origin: " << src_img->origin << endl; //图像宽像素数:400 cout << "Img's width: " << src_img->width << endl; //图像高度像素数:600 cout << "Img's height: " << src_img->height << endl; //未指定ROI区域指针为空:0x00000000: cout << "Img's ROI: " << src_img->roi << endl; //排列的图像行大小:1200 cout << "Img's widthStep:: " << src_img->widthStep << endl; /*图像数据大小(在交叉存储格式下imageSize = image->height * image->widthStep),单位字节*/ cout << "Img's imageSize: " << src_img->imageSize << endl; //输出图像一块区域像素对应的RGB值 for(int i=0; i<200; i=i+3) { cout << (int)(uchar)src_img->imageData[i] << " "//Blue << (int)(uchar)src_img->imageData[i+1] << " "//Green << (int)(uchar)src_img->imageData[i+2] << " "//Red << endl; } dst_img = cvCreateImage(cvSize(src_img->width, src_img->height), src_img->depth, 3); //dst_img是src_img的倒置图像 cvConvertImage(src_img, dst_img, CV_CVTIMG_FLIP); cvNamedWindow("lena", CV_WINDOW_AUTOSIZE); cvNamedWindow("lena_flip", CV_WINDOW_AUTOSIZE); cvShowImage("lena", src_img); cvShowImage("lena_flip", dst_img); cvWaitKey(0); cvReleaseImage(&src_img);//释放图像 cvReleaseImage(&dst_img); } 4、 ROI的基本操作: #include #include #include void main() { IplImage *src_img = cvLoadImage("lena.bmp", -1); IplImage *dst_img;//读入目标图像头 CvRect ROI_rect_src;//源图像ROI的位置以及大小 CvRect ROI_rect_dst;//目标图像的ROI cvNamedWindow("src_img", CV_WINDOW_AUTOSIZE); cvMoveWindow("src_img", 200, 200);//设置源图像输出的窗口位置 cvShowImage("src_img", src_img);//输出未设置ROI的原始图像 cvWaitKey(800); //cvSetImageROI 函数基于给定的矩形设置感兴趣区域 //cvShowImage函数将只会显示ROI指定区域 ROI_rect_src.x = 0; ROI_rect_src.y = 0; ROI_rect_src.width = 120; ROI_rect_src.height = 100; cvSetImageROI(src_img, ROI_rect_src); cout << "输出源图像的ROI区域" << endl; cout << (src_img->roi->xOffset) << " " << (src_img->roi->yOffset) << endl; cout << (src_img->roi->width) << " " << (src_img->roi->height) << endl << endl; cvShowImage("src_img", src_img);//输出设定ROI后的原始图像 /*函数cvCloneImage实现图像的完整复制包括头、ROI区域和数据*/ dst_img = cvCloneImage(src_img); /*cvGetImageROI得到图像的ROI区域*/ ROI_rect_dst = cvGetImageROI(dst_img); cout << "输出目标函数的ROI区域" << endl; cout << ROI_rect_dst.x << " " << ROI_rect_dst.y << endl; cout << ROI_rect_dst.width << " " << ROI_rect_dst.height << endl; cvNamedWindow("dst_img", CV_WINDOW_AUTOSIZE); cvMoveWindow("dst_img", 400, 200);//设置目标输出的窗口位置 cvShowImage("dst_img", dst_img);//显示目标图像 cvWaitKey(800); cvResetImageROI(dst_img);//释放目标图像的ROI cvShowImage("dst_img", dst_img);//显示已释放ROI的目标图像 cvWaitKey(0); cvReleaseImage(&src_img);//释放图像 cvReleaseImage(&dst_img); } 5、矩阵的基本操作(1) #include #include #include void main() { CvMat *mat_01, *mat_02, *mat_03;//声明三个矩阵指针 mat_01 = cvCreateMat(3, 3, CV_64FC1);//指明矩阵头的类型 mat_02 = cvCreateMat(3, 3, CV_64FC1); mat_03 = cvCreateMat(3, 3, CV_64FC1); double a[9] = {1, 2, 3, 4, 5, 6, 7, 8, 9};//具体存放数据的数组 cvInitMatHeader(mat_01, 3, 3, CV_64FC1, a);//初始化矩阵头 mat_02 = cvCloneMat(mat_01);//mat_02复制mat_01 cvMatMulAdd(mat_01, mat_02, 0, mat_03);//矩阵相乘 //cvMatMulAdd(src1,src2,0,src3)就是实现src3=src1*src2+src3; for(int i=0; i<3; i++) { for(int j=0; j<3; j++) { cout << CV_MAT_ELEM(*mat_01, double, i, j) << " "; } cout << endl; } /* for(int i=0; i<3; i++) { for(int j=0; j<3; j++) { cout << CV_MAT_ELEM(*mat_03, double, i, j) << " "; } cout << endl; } */ cvReleaseMat(&mat_01); cvReleaseMat(&mat_02); cvReleaseMat(&mat_03); } 矩阵的基本操作(2)->添加矩阵元素: #include #include #include void main() { CvScalar value = cvRealScalar(1); CvMat *mat_01, *mat_02, *mat_03, *mat_04; mat_01 = cvCreateMat(3, 3, CV_32FC1); mat_02 = cvCreateMat(3, 3, CV_32FC1); mat_03 = cvCreateMat(3, 3, CV_32FC1); mat_04 = cvCreateMat(3, 3, CV_32FC1); //设置矩阵元素为指定值 cvSet(mat_01, value, NULL); //矩阵元素清零 cvSetZero(mat_02); //设置单位矩阵 cvSetIdentity(mat_03, value); //用指定范围的数来填充矩阵 cvRange(mat_04, 3., 12.); //这里只输出mat_04的结果(可以修改成mat_01或其他) for(int i=0; i<3; i++) { for(int j=0; j<3; j++) { cout << CV_MAT_ELEM(*mat_04, float, i, j) << " "; } cout << endl; } cvReleaseMat(&mat_01); cvReleaseMat(&mat_02); cvReleaseMat(&mat_03); cvReleaseMat(&mat_04); } 6、数组的基本操作:(1)得到子数组 #include #include #include #include void main() { int i, j; CvRect mat_rect = cvRect(1, 1, 3, 3);//指定去的数组子集的范围 // typedef struct CvRect { int x; int y; int width; int height; } CvRect; CvMat *mat = cvCreateMat(6, 6, CV_64FC1);//原数组 CvMat *submat = cvCreateMat(3, 3, CV_64FC1);//按mat_rect指定取得的数组子集 CvMat *mat_rows = cvCreateMat(2, 6, CV_64FC1); //按一定跨度内的行取得的数组子集 //设置源数组的数据为1，2，3，4，5... for(i=0; i<6; i++) { for(j=0; j<6; j++) { CV_MAT_ELEM(*mat, double, i, j) = i*6 + j; } } //输出源数组的数据 for(i=0; i<6; i++) { for(j=0; j<6; j++) { cout << setw(3) << CV_MAT_ELEM(*mat, double, i, j); } cout << endl; } cout << endl; //根据mat_rect指定的范围取得数组子集 cvGetSubRect(mat, submat, mat_rect); //输出submat数组子集的数据 for(i=0; i<3; i++) { for(j=0; j<3; j++) { cout << setw(3) << CV_MAT_ELEM(*submat, double, i, j); } cout << endl; } cout << endl; //按照一定跨度内的行取数组子集(这里取一、二行，注意到end_row = 3) cvGetRows(mat, mat_rows, 1, 3, 1); //上面的最后三个参数参数:start_row, end_row, delta_row for(i=0; i<2; i++) { for(j=0; j<6; j++) { cout << setw(3) << CV_MAT_ELEM(*mat_rows, double, i, j); } cout << endl; } cout << endl; cvReleaseMat(&mat); cvReleaseMat(&submat); } 数组的基本操作(2)->图像的转换 #include #include #include void main() { IplImage *src_img = cvLoadImage("stuff.jpg", -1); IplImage *repeat_img; IplImage *dst_img_c1;//通道1图像 IplImage *dst_img_c2;//通道2图像 IplImage *dst_img_c3;//通道3图像 IplImage *dst_img; //cvRepeat函数的使用 //创建的图像比目标图像大 repeat_img = cvCreateImage(cvSize(src_img->width*2, (int)(src_img->height*1.5)), IPL_DEPTH_8U, src_img->nChannels); //用原数组管道式填充输出数组(这里目标数组大于原数组) cvRepeat(src_img, repeat_img); cvNamedWindow("lena.bmp", CV_WINDOW_AUTOSIZE); cvNamedWindow("lena_changed.bmp", CV_WINDOW_AUTOSIZE); //显示cvRepeat函数使用后repeat_img图像 cvShowImage("lena_changed.bmp", repeat_img); cvShowImage("lena.bmp", src_img); //cvFlip函数的使用 cvWaitKey(2000); //垂直翻转图像 cvFlip(src_img, NULL, -1); //显示垂直翻转后的源图像 cvShowImage("lena.bmp", src_img); //cvSplit函数和cvMerge函数的使用 //分离的三个通道 dst_img_c1 = cvCreateImage(cvSize(src_img->width, src_img->height), IPL_DEPTH_8U, 1); dst_img_c2 = cvCreateImage(cvSize(src_img->width, src_img->height), IPL_DEPTH_8U, 1); dst_img_c3 = cvCreateImage(cvSize(src_img->width, src_img->height), IPL_DEPTH_8U, 1); dst_img = cvCreateImage(cvSize(src_img->width, src_img->height), IPL_DEPTH_8U, 3); //把原彩色图像分离成三个通道 cvSplit(src_img, dst_img_c1, dst_img_c2, dst_img_c3, NULL); //显示分离出来的一个单通道的灰度图 cvShowImage("lena_single.bmp", dst_img_c1); cvWaitKey(1000); //合并分离出来的三个通道，但是不是按照原来的顺序，合并后的图像的色调发生改变 cvMerge(dst_img_c2, dst_img_c1, dst_img_c3, NULL, dst_img); //显示合并后的图像 cvShowImage("lena_after.bmp", dst_img); cvWaitKey(1000); //释放图像 cvReleaseImage(&src_img); cvReleaseImage(&repeat_img); cvReleaseImage(&dst_img_c1); cvReleaseImage(&dst_img_c2); cvReleaseImage(&dst_img_c3); cvReleaseImage(&dst_img); } 数组的基本操作(3)->数组的最大最小值等 #include #include #include void main() { int i; int num_nonzero = 0;//数组中非零元素个数 double sum = 0;//数组中全部元素的和 CvScalar mean;//数组所有元素的平均值 CvScalar std_dev;//数组所有元素的标准差 double Max = 0;//数组所有元素中的最大值 double Min = 0;//数组所有元素中的最小值 CvRNG rng_state = cvRNG(0x507656); //初始化随机数生成状态 CvMat *mat = cvCreateMat(100, 1, CV_64FC1); //初始化100个元素的数组 //对数组mat赋以服从均匀分布的100个随机数 cvRandArr(&rng_state, mat, CV_RAND_UNI, cvScalar(0.0, 0., 0.), cvScalar(100.0, 0., 0.)); //输出数组的100个元素的值 for(i=0; i<100; i++) { cout << cvGetReal1D(mat, i) << endl; } //cvCountNonZero函数计算非零数组元素 num_nonzero = cvCountNonZero(mat); cout << "数组全部元素个数为:" << (mat->rows * mat->cols) << endl; cout << "非零的数组元素个数为:" << num_nonzero << endl << endl; //cvSum函数计算全部元素的和 sum = cvSum(mat).val[0]; cout << "数组全部元素的和为:" << sum << endl << endl; //cvAvgSdv函数计算全部元素的平均值和标准差 cvAvgSdv(mat, &mean, &std_dev); cout << "数组全部元素的平均值为:" << mean.val[0] << endl; cout << "数组全部元素的标准差为:" << std_dev.val[0] << endl << endl; //cvMinMaxLoc函数查找数组元素的最大值和最小值 cvMinMaxLoc(mat, &Min, &Max, NULL, NULL); cout << "数组元素中最小值:" << Min << endl; cout << "数组元素中最大值:" << Max << endl; cvReleaseMat(&mat);//释放矩阵 } 7、CvSeq:利用点画轮廓 #include #include #include #include void main() { int i = 0; int mode = CV_RETR_EXTERNAL;//提取轮廓的模式 int contours_num = 0;//图像中提取轮廓的数目 CvMemStorage *storage = cvCreateMemStorage(0); //提取轮廓时需要的存储容器 CvSeq *contour = 0;//存储提取轮廓的序列指针 IplImage *bin_img = cvLoadImage("bin_img.jpg", 0); //读取待检测轮廓的图像 cvThreshold(bin_img, bin_img, 128, 255, CV_THRESH_BINARY); //二值化 IplImage *pContourImg = cvCreateImage(cvGetSize(bin_img), IPL_DEPTH_8U, 3); cvNamedWindow("bin_img", 1); cvShowImage("bin_img", bin_img);//显示二值图 //cvFindContours查找物体轮廓 mode = CV_RETR_EXTERNAL;//只提取最外层的轮廓 contours_num = cvFindContours(bin_img, storage, &contour, sizeof(CvContour), mode, CV_CHAIN_APPROX_NONE); cout << "检测出的轮廓数目:" << contours_num << " " << endl; //逐点将轮廓画出 CvSeqReader reader;//读序列 int Count = 0; if(contour != 0)//输出组成轮廓的点的数目 { Count = contour->total; cout << Count << endl; } cvStartReadSeq(contour, &reader, 0); CvPoint pt1; CvScalar color = CV_RGB(255, 255, 255); cvNamedWindow("contour", 1); cvShowImage("contour", pContourImg); for(i=0; i #include #include #define thickness 2//线条粗细 #define line_type CV_AA//CV_AA表示抗锯齿类型直线 void main() { //CV_RGB(255, 158, 97);三个分量是按R,G,B顺序排列的 CvScalar color = CV_RGB(255, 158, 97); CvPoint pt1_Rect;//确定外围矩形画框的两个点(对角线上两个点) CvPoint pt2_Rect; CvPoint center;//图像中心即是笑脸的中心 int radius = 0;//小脸的半径 //眼睛有关的变量 CvPoint center_l_eye;//左眼的中心 CvPoint center_r_eye; CvSize axes_eye;//左右眼的大小 double angle_l_eye = 15;//左眼的偏转角:正数表示逆时针转 double angle_r_eye = -15; double start_angle_eye = 0; double end_angle_eye = 360; //嘴巴有关的变量 CvPoint pt1_l_mouth;//嘴角的点 CvPoint pt2_l_mouth; CvPoint pt1_r_mouth; CvPoint pt2_r_mouth; CvSize axes_mouth;//嘴的大小 double angle_mouth = 0;//嘴的偏转角 double start_angle_mouth = 0;//画嘴的圆弧的起始角 double end_angle_mouth = 360;//画嘴的圆弧的终止角 //绘制笑脸的目的图像img的初始化 IplImage *img = cvCreateImage(cvSize(600, 600), IPL_DEPTH_8U, 3); cvNamedWindow("image", CV_WINDOW_AUTOSIZE); //外围矩形画框 pt1_Rect.x = 0; pt1_Rect.y = 0; pt2_Rect.x = 600; pt2_Rect.y = 600; color = CV_RGB(97, 158, 255); //cvRectangle画矩形 cvRectangle(img, pt1_Rect, pt2_Rect, color, CV_FILLED, line_type, 0); //笑脸的轮廓 color = CV_RGB(255, 158, 97);//颜色为黄色 center.x = 300; center.y = 300; radius = 200;//笑脸半径 //cvCircle画圆形即为笑脸的轮廓 cvCircle(img, center, radius, color, CV_FILLED, line_type, 0); //画眼睛 color = CV_RGB(156, 25, 255);//眼睛颜色为紫色 center_l_eye.x = 240; center_l_eye.y = 200; center_r_eye.x = 360; center_r_eye.y = 200; axes_eye.width = 16; axes_eye.height = 30; angle_l_eye = 10; angle_r_eye = -5; start_angle_eye = 0;//绘制整个椭圆时起始角为0度,终止角为360度 end_angle_eye = 360; //左眼 cvEllipse(img, center_l_eye, axes_eye, angle_l_eye, start_angle_eye, end_angle_eye, color, CV_FILLED, line_type, 0); //右眼 cvEllipse(img, center_r_eye, axes_eye, angle_r_eye, start_angle_eye, end_angle_eye, color, CV_FILLED, line_type, 0); //画嘴巴 color = CV_RGB(255, 255, 0);//嘴巴颜色为黄色 pt1_l_mouth.y = 300; pt1_l_mouth.x = 150; pt2_l_mouth.y = 270; pt2_l_mouth.x = 180; pt1_r_mouth.y = 270; pt1_r_mouth.x = 400; pt2_r_mouth.y = 300; pt2_r_mouth.x = 430; axes_mouth.width = 130; axes_mouth.height = 100; start_angle_mouth = 150; end_angle_mouth = 347; angle_mouth = 10; //左边的嘴角的线段 cvLine(img, pt1_l_mouth, pt2_l_mouth, color, 4, line_type, 0); //右边的嘴角的线段 cvLine(img, pt1_r_mouth, pt2_r_mouth, color, 4, line_type, 0); //嘴巴的圆弧 cvEllipse(img, center, axes_mouth, angle_mouth, start_angle_mouth, end_angle_mouth, color, 4, line_type, 0); /**********************绘制文本***********************/ CvFont font;//字体结构 CvScalar font_color = CV_RGB(255, 157, 96);//字体颜色 char text[] = "@_@ smile:-)";//显示的字符串 CvPoint position = cvPoint(40, 80);//字符串显示的位置 //字体结构初始化 cvInitFont(&font, CV_FONT_HERSHEY_SIMPLEX,//正常大小无衬线字体 2.f,//字体高度 2.f,//字体宽度 0.0,//字体倾斜度 0.0表示不倾斜,1表示倾斜约45度 CV_AA); //在图像中绘制文本字符串 cvPutText(img, text,//要绘制的文本字符串 position,//文字显示的位置字符左下角的坐标 &font,//字体 font_color);//文字的颜色 cvShowImage("image", img); cvWaitKey(0); cvReleaseImage(&img); } 数据交互:提取并显示图像轮廓 #include #include #include #include void main() { int i = 0; int mode = CV_RETR_CCOMP;//提取轮廓的模式 int contours_num = 0;//图像中提取的轮廓的数目 CvScalar external_color;//绘制轮廓线的颜色 CvScalar hole_color; CvMemStorage *storage = cvCreateMemStorage(0); //提取轮廓时需要的存储容器 CvSeq *contour = 0;//存储提取轮廓的序列指针 IplImage *pImg = NULL; IplImage *pContourImg = NULL;//显示提取的轮廓图像 IplImage *src = cvLoadImage("11.bmp", -1); pImg = cvCreateImage(cvGetSize(src), src->depth, 1); pContourImg = cvCreateImage(cvGetSize(pImg), IPL_DEPTH_8U, 3); cvCvtColor(src, pImg, CV_BGR2GRAY);//将读取的图像转为灰度图 cvNamedWindow("src", 1); cvNamedWindow("contour", 1); cvShowImage("src", src);//显示原图 //转为二值图(cvFindContours需要) cvThreshold(pImg, pImg, 180, 255, CV_THRESH_BINARY); /****************cvFindContours查找物体轮廓*******************/ mode = CV_RETR_LIST; contours_num = cvFindContours(pImg, storage, &contour, sizeof(CvContour), mode, CV_CHAIN_APPROX_NONE); cout << contours_num << " " << endl;//找到的轮廓数目 /******************将轮廓画出*********************************/ for(; contour!=0; contour = contour->h_next) { hole_color = CV_RGB(rand()&255, rand()&255, rand()&255); external_color = CV_RGB(rand()&255, rand()&255, rand()&255); cvDrawContours(pContourImg, contour, external_color, hole_color, 1, 2, 8); } //显示提取的轮廓的图像 cvShowImage("contour", pContourImg); cvWaitKey(0); //释放图像 cvReleaseImage(&src); cvReleaseImage(&pImg); cvReleaseImage(&pContourImg); cvReleaseMemStorage(&storage); } 8、数据交互:文件存储 #include #include void main() { CvMat *mat = cvCreateMat(3, 3, CV_32SC1); cvSetIdentity(mat);//生成单位矩阵 CvMemStorage *memstorage = cvCreateMemStorage(0); //内存存储器(数据写入时需要) //文件存储结构 CvFileStorage *fs_write_xml = cvOpenFileStorage("mat_xml.xml", memstorage, CV_STORAGE_WRITE); CvFileStorage *fs_write_yml = cvOpenFileStorage("mat_yml.yml", memstorage, CV_STORAGE_WRITE); //把mat写入xml文件 cvWriteComment(fs_write_xml, "mat_xml", 1);//注释 cvWrite(fs_write_xml, "CvMat", mat, cvAttrList(NULL, NULL)); //写入数据到xml文件 cvReleaseFileStorage(&fs_write_xml);//释放文件存储器 //把mat写入xml文件 cvWriteComment(fs_write_yml, "mat_yml", 1);//注释 cvWrite(fs_write_yml, "CvMat", mat, cvAttrList(NULL, NULL)); //写入数据到xml文件 cvReleaseFileStorage(&fs_write_yml);//释放文件存储器 //释放内存存储器 cvReleaseMemStorage(&memstorage); cvReleaseMat(&mat); } 8、数据交互:写入数据 #include #include void main() { int a = 1;//待写入的整型数据 float b = 2.;//待写入的浮点型数据 double c[] = {4.5, 6.7, 8.9};//待写入的数组 CvMat *mat = cvCreateMat(3, 3, CV_32SC1); //待写入的矩阵数据类型 cvSetIdentity(mat); //打开文件存储器,指定待写入的文件是当前目录下的test.xml文件 CvFileStorage *fs = cvOpenFileStorage("My_Data.xml", 0, CV_STORAGE_WRITE); //cvWriteComment写入注释语句 cvWriteComment(fs, "write_data", 1); //注释最好用英文,中文虽然能写入但是读取的时候会出错 cvStartWriteStruct(fs, "My_Data", CV_NODE_MAP, 0, cvAttrList(0, 0)); //写入数组c,它的标记是"c" cvStartWriteStruct(fs, "c", CV_NODE_SEQ, 0, cvAttrList(0, 0)); cvWriteRawData(fs, c, 3, "d"); cvEndWriteStruct(fs); //写入CvMat *mat单位矩阵 cvWrite(fs, "Identity_Mat", mat, cvAttrList(NULL,NULL)); cvStartWriteStruct(fs, "CV_NODE_MAP", CV_NODE_MAP, 0, cvAttrList(0,0)); //写入整型数据a,它的标记是"a" cvWriteInt(fs, "a", a); //写入浮点型数据b,它的标记是"b" cvWriteReal(fs, "b", b);//这个是不能放到startWriteStruct与endWriteStruct //之间的,再次写入数组c, cvStartWriteStruct(fs, "c", CV_NODE_SEQ, 0, cvAttrList(0,0)); cvWriteRawData(fs, c, 3, "d"); cvEndWriteStruct(fs); cvEndWriteStruct(fs); cvEndWriteStruct(fs); cvReleaseFileStorage(&fs); //释放文件存储器,不能缺少,否则数据写入不完整 cvReleaseMat(&mat); }

                    本文档为【学习OpenCV时做的笔记】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

学习OpenCV时做的笔记

你可能还喜欢