C++ & OpenCV 零散学习总结

OpenCV中Mat基本用法：

　　Mat类 (Matrix的缩写) 是OpenCV用于处理图像而引入的一个封装类。从功能上讲，Mat类在IplImage结构的基础上进一步增强，并且，由于引入C++高级编程特性，Mat类的扩展性大大提高。

　　Mat image(240, 320, CV8UC3)；第一个参数是rows，该矩阵的行数；第二个参数是cols，该矩阵的列数；第三个参数是该矩阵元素的类型。这句话表示创建一个大小为240×320的矩阵，里面的元素为8位unsigned型，通道数(channel)有3个。

　　Mat::zeros(3, 3, CV32F) + 5；定义个3×3的32bit浮点数矩阵，元素全为0，再将所有元素加上5.0。

C++中vector的at函数:

　　假设v是一个vector对象，通常v.at(n)和v[n]是一样的，前者会检查是否越界（因此花费的时间稍多），而后者不会（后者越界会导致未定义行为）。

C++优化之使用emplace：

　　在C++开发过程中，我们经常会用STL的各种容器，比如vector，map，set等，这些容器极大的方便了我们的开发。在使用这些容器的过程中，我们会大量用到的操作就是插入操作，比如vector的push_back，map的insert，set的insert。这些插入操作会涉及到两次构造，首先是对象的初始化构造，接着在插入的时候会复制一次，会触发拷贝构造。但是很多时候我们并不需要两次构造带来效率的浪费，如果可以在插入的时候直接构造，就只需要构造一次就够了。

　　C++11标准已经有这样的语法可以直接使用了，那就是emplace。vector有两个函数可以使用：emplace，emplace_back。emplace类似insert，emplace_back类似push_back。

OpenCV的连通域处理函数：
　　在图像处理过程中，经常会遇到这样一部分图像，图像的整体部分如果人来看的话一眼就能看出，但是它的内部由于有各种小缺口，导致断开了，这样在计算机“眼”里就被认为是断开的，为了使图像达到适应人眼的感觉，需要将这些缺口和断开的口给连接上去，这就需要用到计算机图形学中的连通域处理技术。给出一个简单的连通域处理函数，这个函数是来自OpenCV著名教程Learning OpenCV中。

　　这个连通域处理函数的形式：

　　void ConnectedComponents(Mat &mask_process,  int poly1_hull0,  float perimScale,  int number = 0,  Rect &bounding_box = Rect(),  Point &contour_centers = Point(-1, -1));

　　参数mask表示的是需要进行连通域处理二值图像。

　　参数poly1_hull0表示轮廓边缘是否采用多边形拟合,如果该参数为1，则表示采用多边形拟合，否则采用凸包拟合。

　　参数perimScale是用来将那些小的轮廓去掉，那些小的轮廓时指它的周长小于(mask长+宽)/perimScale。当然你在其内部代码也可以该为面积来判断。

　　参数num表示实际需要处理最多的轮廓的个数（如果输入的mask有多个轮廓的话），这里的处理是指计算出这些轮廓的外接矩形和中心点。默认值为0，表示函数内部不需要处理这些外接矩形和中心点。

　　参数bbs表示的是处理完后对应轮廓的外接矩形，默认值为Rect()，表示不需要返回这些外接矩形。

　　参数centers表示处理完后对应轮廓的中心点坐标，默认值为Point(-1, -1)，表示不需要返回这些中心点。

C++ memset()函数：　

　　memset 函数是内存赋值函数，用来给某一块内存空间进行赋值的；

　　包含在<string.h>头文件中,可以用它对一片内存空间逐字节进行初始化；

　　原型为 ：

　　void *memset(void *s, int v, size_t n);  

　　这里s可以是数组名，也可以是指向某一内在空间的指针；

　　v为要填充的值；

　　n为要填充的字节数；