《數字圖像處理》課件第2章 數字圖像處理基礎

數字圖像處理DigitalImageProcessing目錄1.概論2.數字圖像處理基礎3.圖像增強4.圖像的幾何變換5.頻域處理6.數學形態(tài)學基礎7.圖像分割8.圖像特征與理解第二章數字圖像處理基礎1.圖像數字化技術2.色度學基礎與顏色模型3.數字圖像類型4.圖像文件格式5.OpenCV編程簡介2.1圖像數字化技術圖像的數字化包括采樣和量化兩部分。自然場景可用連續(xù)函數f(x,y)表示，其在空間坐標（自變量）和顏色值(因變量)都是連續(xù)的。為了在計算機上能夠進行存儲，須同時將空間坐標進行和顏色值進行離散化，這一過程稱為數字化?？臻g坐標數字化的過程稱為采樣。顏色值數字化的過程稱為量化。2.1圖像數字化技術成像系統(tǒng)場景:模擬圖像成像平面數字化結果數字化過程示意圖2.1.1采樣

采樣是將在空間上連續(xù)的圖像轉換成離散的采樣點（即像素）集的操作。由于圖像是二維分布的信息，所以采樣是在x軸和y軸兩個方向上進行。采樣示意圖2.1.2量化(Sampling,Quantization)

量化：取樣后圖像的每個樣點的取值范圍分成若干區(qū)間，并僅用一個數值代表每個區(qū)間中的所有取值。量化的結果是圖像能夠容納的顏色總數，它反映了采樣的質量。連續(xù)灰度值量化值(整數值)

灰度標度

灰度量化

(a)量化

(b)量化為8bit

量化示意圖2.1.3采樣與量化參數的選擇一幅圖像在采樣時，行、列的采樣點與量化時每個像素量化的級數，既影響數字圖像的質量，也影響到數據量的大小。

假定圖像取M×N個樣點，每個像素量化后的灰度二進制位數為Q，一般Q總是取為2的整數冪，即Q=2k，則存儲一幅數字圖像所需的二進制位數b為：b=M×N×Q字節(jié)數為：B=（M×N×Q）/8(Byte)2.1.3采樣與量化參數的選擇不同采樣點數對圖像質量的影響2.1.3采樣與量化參數的選擇不同量化級數對圖像質量的影響2.1.4圖像數字化設備將模擬圖像數字化為數字圖像，目前主要有數碼相機、掃描儀、數字化儀等設備。數碼相機手機掃描儀醫(yī)學成像人造衛(wèi)星無人機2.1.4圖像數字化設備圖像數字化設備的組成(1)采樣孔(2)圖像掃描機構(3)光傳感器(4)量化器(5)輸出存儲裝置數字化設備性能(1)像素大小(2)量化位數(3)圖像大小(4)線性度(5)噪聲2.2色度學基礎與顏色模型顏色是通過眼、腦和生活經驗所產生的一種對光的視覺效應，對色彩的辨認是肉眼受到電磁波輻射能刺激后所引起的一種視覺神經的感覺?？梢姽?電磁波譜中波長約在0.39～0.76μm范圍內且為肉眼可見的電磁輻射。2.2.1色度學基礎多光譜圖像f(x,y,λ),計算機顯示一幅彩色圖像時，每一個像素的顏色是通過3種基本顏色（即紅、綠、藍）合成的，即最常見的RGB顏色模型。根據三原色學說，可見光譜內任何顏色都可由紅、綠、藍三色組成。生理學試驗表明，視網膜上的光感受器可分錐細胞(conecell)和桿細胞(rodcell)。桿細胞錐細胞2.2.1色度學基礎人類感光細胞的敏感曲線Red:700nm,Green:546.1nm,Blue:435.8nm2.2.1色度學基礎顏色的三個屬性顏色是外界光刺激于人的視覺器官而產生的主觀感覺。顏色可分兩大類：非彩色和彩色。非彩色：黑白色彩色：根據人的視覺系統(tǒng)感知彩色的方式，顏色有三個基本屬性，分別是色調、飽和度、亮度。色調：人的感官對不同顏色的感受，如紅色、綠色和藍色。飽和度：顏色的純度，飽和度越大，顏色看起來就會越鮮艷。強度：對應成像亮度和圖像灰度，是顏色的明亮程度。2.2.2顏色模型按用途可分為三類(1)計算顏色模型用于進行顏色的理論研究。常見的RGB模型、CIEXYZ模型、Lab模型等均屬于此類型。(2)視覺顏色模型是指與人眼對顏色感知的視覺模型相似的模型，它主要用于色彩的理解，常見的有HSI模型、HSV模型和HSL模型。(3)工業(yè)顏色模型側重于實際應用，包括彩色顯示系統(tǒng)、彩色傳輸系統(tǒng)及電視傳輸系統(tǒng)等。如印刷中用的CMYK模型、電視系統(tǒng)用YUV模型、用于彩色圖像壓縮的YCbCr模型等。2.2.2顏色模型

RGB顏色模型按照CIE規(guī)定的三基色構成表色系統(tǒng)。自然界的任一種顏色都可通過這三種基色按不同比例混合而成。由于RGB模型將三基色同時加入以產生新的顏色，所以，它是一個加色系統(tǒng)。RGB(Red,Green,Blue)R:200G:50B:1202.2.2顏色模型

RGB顏色模型的優(yōu)點(1)RGB模型與顯示器等設備有著較好的對應關系。(2)在RGB顯示器中，有三種熒光粉能夠分別發(fā)出紅、綠、藍三種顏色，三個相鄰的熒光點構成了一個像素，這些熒光點受到三束分別為c1,c2,c3的電子束的轟擊，會發(fā)出不同的亮度，通過物理上的疊加或混合，便可顯示出相應的顏色。2.2.2顏色模型

Lab顏色模型Lab顏色模型由三個要素組成，一個要素是亮度（L），a和b是兩個顏色通道。a包括的顏色是從深綠色（低亮度值）到灰色（中亮度值）再到亮粉紅色（高亮度值）；b是從亮藍色（低亮度值）到灰色（中亮度值）再到黃色（高亮度值）。因此，這種顏色混合后將產生具有明亮效果的色彩。2.2.2顏色模型

HSI顏色模型色調H(Hue):與光波的波長有關，它表示人的感官對不同顏色的感受，如紅色、綠色、藍色等，飽和度(Saturation):表示顏色的純度，純光譜色是完合飽和的，加入白光會稀釋飽和度。飽和度越大，顏色看起來就會鮮艷，反之亦然。強度I(Intensity)：對應成像亮度和圖像灰度，是顏色的明亮程度。HSI模型建立基于兩個重要的事實:(1)I分量與圖像的彩色信息無關；(2)H和S分量與人感受顏色的方式是緊密相聯的。這些特點使得HSI模型非常適合彩色特性檢測與分析。2.2.2顏色模型

HSI顏色模型RGB顏色模型轉換為HSI顏色模型的公式見教材22頁HSI色立體圓柱HSI模型2.2.2顏色模型

CMY模型和CMYK模型CMY模型是硬拷貝設備上輸出圖像的顏色模型，常用于彩色打印、印刷行業(yè)。它的三原色是青(Cyan)、品紅(Magenta)、黃(Yellow)，分別為紅、綠、藍的補色，稱為減色基。在CMY中，顏色是從白光中減去一定成分得到的，而不是像素RGB顏色模型那樣，在黑光中增加某種顏色。CMY坐標可以從RGB模型中得到：2.2.2顏色模型

CMY模型和CMYK模型由于在印刷時CMY模型不可能產生真正的黑色，因此在印刷業(yè)中實際上使用的是CMYK顏色模型，K為第四種顏色，表示黑色。用以彌補三個顏色混合不夠黑的問題。2.2.2顏色模型

YCbCr模型YCbCr模型充分考慮人眼視覺特性，以降低彩色數字圖像存儲量，是一種適合于彩色圖像壓縮的模型。YCbCr模型與YUV模型一樣，由亮度Y、色差Cb、色差Cr構成。與YUV模型的不同是，在構造色差信號時，充分考慮了RGB3個分量在視覺感受中的不同重要性。2.2.3顏色變換對彩色圖像進行顏色變換，可實現對彩色圖像的增強處理，改善其視覺效果，為進一步處理奠定基礎。基本變換顏色變換模型為：g(x,y)=T[f(x,y)]式中：f(x,y)是彩色輸入圖像，其值為一般為向量；

g(x,y)是變換或處理后的彩色圖像，與f(x,y)同維；

T是在空間域上對f的操作。T對圖像顏色的操作有多種方式；2.2.3顏色變換基本變換式中：ri、si為f(x,y)和g(x,y)在圖像中任一點的彩色分量值；{T1，T2，…，Tn}為變換函數集。n的值由顏色模型而定，若選擇RGB模型，則n=3；r1、r2、r3分別表示輸入圖像的紅、綠、藍分量；選擇CMYK模型，則n=4。(a)原圖像

(b)HSI模型

(c)RGB模型

彩色圖像直方圖均衡化處理效果2.2.3顏色變換彩色切片彩色切片是通過識別圖像中感興趣的顏色，然后將其作為一個整體從圖像中分離出來。彩色切片效果(a)原圖像(b)提取黃色2.3數字圖像類型

矢量(Vector)圖和位圖（Bitmap），位圖也稱為柵格圖像。矢量圖是用數學(準確地說是幾何學)公式描述一幅圖像。(計算機圖形學)優(yōu)點：一是它的文件數據量很小，因為存儲的是其數學公式；其二是圖像質量與分辨率無關，這意味著無論將圖像放大或縮小了多少次，圖像總是以顯示設備允許的最大清晰度顯示。缺點，就是不易制作色調豐富或色彩變化太多的圖像，而且繪制出來的圖像不是很逼真，同時也不易在不同的軟件間交換文件。在CorelDraw和AdobeIllustrator中生成的圖像均為矢量圖。2.3數字圖像類型

位圖是由許多像素點來表示一幅圖像。每個像素具有顏色屬性和位置屬性。線畫稿：黑白二色2.3數字圖像類型位圖是由許多像素點來表示一幅圖像。每個像素具有顏色屬性和位置屬性灰度圖像：灰度圖像像素的灰度級用8bit表示，每個像素都是介于黑、白之間的256（28=256）種灰度中的一種。2.3數字圖像類型真彩色圖像：真彩色圖像中，每一個像素由紅、綠和藍3個字節(jié)組成，每個字節(jié)為8bit，表示0到255之間的不同的亮度值，這3個字節(jié)組合，可以產生1670萬種不同的顏色。2.3數字圖像類型索引圖像：在這種模式下，預先定義好每種顏色，且可供選用的一組顏色數最多為256種。2.3數字圖像類型多(高)光譜圖像：每一個像素點的值是一個多維向量，是該點在多個波段的反射值。http:///83751595.html高光譜相機多光譜相機2.3數字圖像類型位圖有關術語(1)像素點(Pixel)、點Dot和樣點(Sample)

像素:圖像的每個點稱為Pixel

樣點：數字化設備從源圖像中每英寸取多少個樣點,dpi(dotperinch)

點：從樣點區(qū)域中選一個點作為該樣點的顏色值(2)分辨率

圖像分辨率

屏幕分辨率

打印機分辨率

掃描儀分辨率2.4圖像文件格式

數字圖像有多種存儲格式，每種格式一般由不同的軟件公司開發(fā)所支持。文件一般包含文件頭和圖像數據。就像每本書都有封面，目錄，它們的作用類似于文件頭，通過文件頭我們可讀取圖像數據。文件頭的內容由該圖像文件的公司決定，一般包括文件類型、文件制作者、制作時間、版本號、文件大小等內容，還有壓縮方式。常見的圖像（視頻）文件格式2.4.1BMP圖像文件格式

BMP圖像文件的結構可以分為如下三個部分：(1)文件頭（由位圖文件和位圖信息頭兩部分組成），(2)調色板數據，(3)圖像數據。BMP文件頭的長度為固定值54個字節(jié),其中Bitmapfileheader結構14字節(jié)Bitmapinfoheader結構40字節(jié)2.4.1BMP圖像文件格式BMP圖像文件結構2.4.1BMP圖像文件格式

BITMAPFILEHEADER包含文件類型和大小等信息，定義為：typedefstructtagBITMAPFILEHEADER{ WORD bfType; /*代表BMP格式，必為“BM”即“0x4d42”*/ DWORDbfSize; /*BMP文件總字節(jié)數*/ WORDbfReserved1; /*預留，必為0*/ WORDbfReserved2; /*預留，必為0*/

DWORDbfOffBits; /*以字節(jié)為單位，表示圖像數據在文件內的起始地址，即圖像數據針對文件頭的偏移量*/}BITMAPFILEHEADER2.4.1BMP圖像文件格式

BITMAPINFOHEADER包含位圖的尺寸和顏色格式等信息，其定義如下：typedefstructtagBITMAPINFOHEADER{DWORD biSize; /*bitmapinfo結構的字節(jié)數為40*/LONG biWidth; /*圖像寬度(像素數)*/LONG biHeight; /*圖像高度(像素數)*/WORD biPlanes; /*目標設備平面數，總為1*/WORD biBitCount; /*每像素位數，可為1、4、8或24*//*數據壓縮方式，為0(不壓縮)；1(BI_RLE8)或2(BI_RLE4)*/DWORD biCompression;DWORD biSizeImage; /位圖的大小，以字節(jié)表示*/LONG biXPelsPerMeter;/*設備水平分辨率,以每米像素數為單位*/LONG biYPelsPerMeter;/*設備垂直分辨率,以每米像素數為單位*/DWORD biClrUsed; /*位圖使用的顏色數,0表示所有顏色都使用*/DWORD biClrImportant; /*重要的顏色索引,0表示所有顏色均重要*/}BITMAPINFOHEADER2.4.1BMP圖像文件格式調色板(Palette)調色板僅供灰度圖像或索引圖像使用，真彩色圖像并不需要調色板，位圖信息頭部分后直接是位圖數據。調色板實際上是一個數組，共有biClrUsed個元素（如果該值為零，則有2的biBitCount次方個元素）。數組中每個元素的類型是一個RGBQUAD結構，占4個字節(jié)。結構如下：typedefstructtagRGBQUAD{BYTE rgbBlue;BYTE rgbGreen;BYTE rgbRed;BYTE rgbReserved;}RGBQUAD;2.4.1BMP圖像文件格式圖像數據對于用到調色板的位圖，圖像數據就是該像素顏色在調色板中的索引值,對于真彩色圖像，圖像數據就是實際的R、G、B值。需特別注意2點：（1）圖像數據每一行的字節(jié)數必須是4的整倍數，否則需要補齊。（2）BMP文件的數據存放是從下到上，從左到右。也就是說，圖像數據是倒置的，讀取BMP文件時，先讀取最下面的數據，然后依次從下往上讀取數據。DIB（DeviceIndependentBitmap）圖像格式是設備無關位圖文件，描述圖像的能力基本與BMP相同，并且能運行于多種硬件平臺，只是文件較大。2.4.2其它圖像文件格式

TIF標記圖像文件格式TIF(TagImageFileFormat)提供存儲各種信息的完備手段，可以存儲專門的信息而不違反格式宗旨，是目前流行的圖像文件交換標準之一。TIF文件格式是圖像文件格式中最復雜的一種，要求用更多的代碼來控制它，會導致文件讀寫速度慢。TIF文件由文件頭、參數指針表與參數域、參數數據表和圖像數據4部分組成。2.4.2其它圖像文件格式

GIFCompuServe開發(fā)的圖形交換文件格式GIF（GraphicsInterchangeFormat），可在不同的系統(tǒng)平臺上交流和傳輸。GIF圖像文件采取LZW壓縮算法，存儲效率高，支持多幅圖像定序或覆蓋，交錯多屏幕繪圖以及文本覆蓋。GIF主要是為數據流而設計的一種傳輸格式。GIF有5個主要部分以固定順序出現，所有部分均由一個或多個塊(block)組成。2.4.2其它圖像文件格式

PBM、PGM、PPM文件PBM(PortableBitMap)、PGM(PortableGreyMap)、PPM(PortablePixMap)是可交換式位圖(灰度、像素)映射文件格式，通常作為各種圖像格式文件之間的轉換平臺。PBM、PGM、PPM和BMP文件一樣，圖像數據均不壓縮，但前者的文件頭信息非常簡單。文件頭以ASCII方式編碼，圖像數據以ASCII碼或字節(jié)形式編碼。文件頭包含3部分信息，第1項是格式標識符(MagicIdentifier)，表示圖像的類型及存儲格式；第2至第4項分別為圖像的寬度和高度、圖像顏色可能的最大值和注釋。文件頭之后為圖像數據。2.4.2其它圖像文件格式

PCX文件PCX文件格式由ZSoft公司設計。各種掃描儀掃描得到的圖像均能保存成PCX格式。PCX支持256種顏色，不如TIF等格式功能強，但結構較簡單，存取速度快，壓縮比適中，適合于一般軟件的使用。PCX格式支持RGB、索引顏色、灰度和位圖顏色模式，但不支持alpha通道。PCX支持RLE壓縮方法，圖像顏色位數可為1、4、8或24。PCX圖像文件由3個部分組成：文件頭、圖像數據和256色調色板。PCX的文件頭有128個字節(jié)，它包括版本號，被打印或掃描圖像的分辨率(dpi),大小(單位為像素)，每掃描行的字節(jié)數，每像素包含的位數據和彩色平面數。位圖數據用行程長度壓縮算法（RLE）記錄數據。2.4.2其它圖像文件格式

JPEG圖像格式JPEG(JointPhotographer'sExpertsGroup，聯合圖像專家組)格式，是由ISO和CCITT為靜態(tài)圖像所建立的第一個國際數字圖像壓縮標準。由于JPEG的高壓縮比和良好的圖像質量，被廣泛應用于多媒體和網絡程序中。JPEG和GIF成為HTML語法選用的圖像格式。JPEG格式支持24位顏色，并保留照片和其它連續(xù)色調圖像中存在的亮度和色相的顯著和細微變化。JPEG一般基于DCT變換的順序型模式壓縮圖像。JPEG通過有選擇地減少數據來壓縮文件大小。因為它會棄用數據，故JPEG壓縮為有損壓縮。2.5OpenCV編程簡介

OpenCVOpenCV（OpenSourceComputerVisionLibrary）是一個開源、跨平臺的計算機視覺庫，可以運行在Linux、Windows和MacOS桌面操作平臺或Android和iOS移動操作平臺上。提供了C++、C和Java接口，采用優(yōu)化的C/C++編寫，實現了圖像處理和計算機視覺2500種優(yōu)化后的通用算法。2.5OpenCV編程簡介

數字圖像處理的主要編程工具(1)Matlab(2)Python(3)VisualStudioC++2.5OpenCV編程簡介

Matlab:MatrixLaboratory以矩陣（數組）為基本處理單元，非常適合圖像處理，但效率較低，研究領域應用較多。2.5OpenCV編程簡介

Python:一種面向對象的解釋型計算機程序設計語言，由荷蘭人GuidovanRossum于1989年發(fā)明，第一個公開發(fā)行版發(fā)行于1991年。Python是純粹的自由軟件，源代碼和解釋器CPython遵循GPL(GNUGeneralPublicLicense)協(xié)議[2]。Python語法簡潔清晰，特色之一是強制用空白符(whitespace)作為語句縮進。

IEEE發(fā)布2017年編程語言排行榜：Python高居首位

。2.5OpenCV編程簡介

C++:面向對象編程，效率高，執(zhí)行速度快，但對編程能力要求較高。OpenCV計算機視庫的推出，極大降低了圖像處理的門檻，促進了圖像處理的實際應用。2.5OpenCV編程簡介

openCV是一個基于（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows和MacOS操作系統(tǒng)上。2.5.1OpenCV簡介

OpenCV的第一個預覽版本于2000年在IEEEConferenceonComputerVisionandPatternRecognition公開，并且后續(xù)提供了5個測試版本。2006年發(fā)布1.0版2009年10月發(fā)布OpenCV2.0第二個主要版本，主要的更新是增加了C++接口并對現有實現進行了優(yōu)化（特別是多核心特征），提供了使用更容易、類型更安全的新函數。目前最新版本是OpenCV2.4.8。2012年8月，OpenCV由一個非盈利性組織（OpenCV.org）來維護，并保留了一個開發(fā)者網站（）和用戶網站（）。OpenCV的內建模塊功能強大且靈活多樣，這些模塊能夠解決計算機視覺系統(tǒng)中的大多數問題?？梢詫崿F人機互動、物體識別、圖象分割、人臉識別、動作識別、運動跟蹤、機器人視覺、運動分析、機器視覺、結構分析等各種應用領域的需求。OpenCV提供了合理的編程架構、內存管理及GPU支持。2.5.1OpenCV簡介圖像數據在計算機中表示為二維（灰度圖像）或三維矩陣（數組）（彩色圖像，多光譜圖像和高光譜圖像）

圖像處理中，以矩陣為處理對象的操作非常多。因此，設計以向量、矩陣（Mat）類為核心和多個計算機視覺應用類和算法庫非常必要。2.5.1OpenCV簡介圖像數涉及到的一些運算有：

(1)圖像加減法I1+I2，I1-I2;(2)圖像矩陣點乘I1.*I2(3)圖像矩陣相乘I1*I2(4)圖像中像素的運算v1(r,g,b)，向量的內積、向量的模、向量的代數運算

(5)圖像的直方圖，特征提取均體現為向量或矩陣2.5.1OpenCV簡介OpenCV提供的內建模塊2.5.3OpenCV數據結構在OpenCV2中設計并定義了大量的基本數據結構，主要采用類模板來實現。2維點Point_：2維點Point_類模板定義了公有數據成員x和y，重載了+、-、==、!=4個基本的操作，還定義了點乘、叉乘等操作。特別的這個類還提供了inside函數來判斷一個點是否在矩形區(qū)域內。為了方便使用，OpenCV又對常用的類型進行了類型重定義：typedefPoint_<int>Point2i;typedefPoint2iPoint;typedefPoint_<float>Point2f;typedefPoint_<double>Point2d;2.5.3OpenCV數據結構2維點Point_#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>usingnamespacestd;usingnamespacecv;intmain(){

Point2fa(0.3f,0.f),b(0.f,0.4f);Pointpt=(a+b)*10.f;

cout<<pt.x<<","<<pt.y<<endl;return0;}輸出的結果：3,42.5.3OpenCV數據結構3維點Point3_類似于2維點，OpenCV同時提供了Point3_類模板，只不過它是一個3維點(x,y,z)。它的常用類型是：typedefPoint3_<int>Point3i;typedefPoint3_<float>Point3f;typedefPoint3_<double>Point3d;2.5.3OpenCV數據結構尺寸Size_類模板Size能夠訪問的成員變量是height和width。還定義了area函數來求面積。其他的操作基本都是類型轉化函數。它的常用類型是：typedefSize_<int>Size2i;typedefSize2iSize;typedefSize_<float>Size2f2.5.3OpenCV數據結構矩形Rect_類模板矩形區(qū)域(x,y,width,height)，(x,y)左上角坐標,范圍[x,x+width),[y,y+height)。rect=rect±point//矩形偏移rect=rect±size//改變大小rect+=point,rect-=point,rect+=size,rect-=sizerect=rect1&rect2//矩形交集rect=rect1|rect2//包含rect1rect2的最小矩形rect&=rect1,rect|=rect1rect==rect1,rect!=rect12.5.3OpenCV數據結構旋轉矩形RotatedRect類除了基本的矩形之外，OpenCV還提供了一個可以旋轉的矩形RotatedRect，它是由中心、變長、旋轉角度決定的。可以訪問它的這三個成員，也可以使用points函數返回它的4個頂點，使用boundingRect求出它的外接矩形（非旋轉）。RotatedRectrRect=RotatedRect(Point2f(100,100),Size2f(100,50),30);2.5.3OpenCV數據結構小矩陣Matx類模板用來記錄一些小的矩形。這些矩形在編譯前大小就固定了：typedefMatx<float,1,2>Matx12f;typedefMatx<double,1,2>Matx12d;...typedefMatx<float,1,6>Matx16f;typedefMatx<double,1,6>Matx16d;typedefMatx<float,2,1>Matx21f;typedefMatx<double,2,1>Matx21d;...typedefMatx<float,6,1>Matx61f;typedefMatx<double,6,1>Matx61d;typedefMatx<float,2,2>Matx22f;typedefMatx<double,2,2>Matx22d;...typedefMatx<float,6,6>Matx66f;typedefMatx<double,6,6>Matx66d;如：Matx33fm(1,2,3,4,5,6,7,8,9);2.5.3OpenCV數據結構短向量Vec類模板typedefVec<uchar,2>Vec2b;typedefVec<uchar,3>Vec3b;typedefVec<uchar,4>Vec4b;typedefVec<short,2>Vec2s;typedefVec<short,3>Vec3s;typedefVec<short,4>Vec4s;typedefVec<int,2>Vec2i;typedefVec<int,3>Vec3i;typedefVec<int,4>Vec4i;typedefVec<float,2>Vec2f;typedefVec<float,3>Vec3f;typedefVec<float,4>Vec4f;typedefVec<float,6>Vec6f;typedefVec<double,2>Vec2d;typedefVec<double,3>Vec3d;typedefVec<double,4>Vec4d;typedefVec<double,6>Vec6d;它支持加、減、數乘、相等、不等、求范數等運算。2.5.3OpenCV數據結構四維向量Scalar_類模板Scalar_類其實是用Vec<tp,4>派生下來的，也就是說，它是一個4元組：typedefScalar_<double>Scalar;他通常用來傳遞像素。Range類Range類用來指定連續(xù)的子序列，比如矩陣的一部分。2.5.3OpenCV數據結構Matcv::Mat類是用于保存其它n維數組，主要用于保存圖像數據，默認情況下，定義cv::Mat類對象時，其大小為0×0。當然，也可以給其構造函數提供合適的實參，以定義需要的數據。如：cv::Matima(240,320,CV_8U,cv::Scalar(100));其中，CV_8U表示每個圖像像素用1字節(jié)表示，U表示無符號。也可以用S表示有符號數。對于彩色圖像，應該使用3個通道用表示CV_8UC3。也可以是16位或32位整型CV_8SC3。也可以是32位或64位浮點數CV_32F。2.5.3OpenCV數據結構Mat創(chuàng)建cv::Mat類對象2.5.3OpenCV數據結構Mat訪問cv::Mat類對象的元素2.5.3OpenCV數據結構Matcv::Mat類對象的表達式2.5.4讀入、顯示和存儲圖像讀圖像的源程序#include<iostream>//支持標準的輸入輸出#include<opencv2/core/core.hpp>//openCV核心模塊#include<opencv2/highgui/highgui.hpp>//支持簡單的界面usingnamespacestd;