opencv二值化函数cvthreshold

opencv 二值化函数 cvThreshold OpenCV 2009-03-26 16:00:07 阅读 4570 评论 5 字号：大中小 订阅 对图像二值化函数 cvThreshold 的理解 Threshold 对数组元素进行固定阈值操作 void cvThreshold( const CvArr* src, CvArr* dst, double threshold, double max_value, int threshold_type ); src 原始数组 (单通道 , 8-bit of 32-bit 浮点数). dst 输出数组，必须与 src 的类型一致，或者为 8-bit. threshold 阈值 max_value 使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值. threshold_type 阈值类型 (见讨论) 函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是 对灰度图像进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是 去掉噪声，例如过滤很小或很大象素值的图像点。本函数支持的对图像取阈值 的方法由 threshold_type 确定: threshold_type=CV_THRESH_BINARY: dst(x,y) = max_value, if src(x,y)threshold 0, otherwise. threshold_type=CV_THRESH_BINARY_INV: dst(x,y) = 0, if src(x,y)threshold; dst(x,y) = max_value, otherwise. threshold_type=CV_THRESH_TRUNC: dst(x,y) = threshold, if src(x,y)threshold; dst(x,y) = src(x,y), otherwise. threshold_type=CV_THRESH_TOZERO: dst(x,y) = src(x,y), if (x,y)threshold ; dst(x,y) = 0, otherwise. threshold_type=CV_THRESH_TOZERO_INV: dst(x,y) = 0, if src(x,y)threshold ; dst(x,y) = src(x,y), otherwise. 左面是图形化的阈值描述： OpenCV 中矩阵数据的访问（一）(Learning OpenCV 第三章 2) 由 keystonexu 2008-11-26 20:28 在 OpenCV 中有三种方式访问矩阵中的数据元素：容易的方式，困难的方式，以 及正确的方式。以下先讲容易的方式和困难的方式。 容易的方式 最容易的方式是使用宏 CV_MAT_ELEM( matrix, elemtype, row, col ),输入参 数是矩阵的指针，矩阵元素类型，行，列，返回值是相应行，列的矩阵元素， 例如： CvMat* mat = cvCreateMat(5,5,CV_32FC1); float element = CV_MAT_ELEM(*mat,float,3,2); 以下是一个例子： #pragma comment( lib, “cxcore.lib“ ) #include “cv.h“ #include void main() CvMat* mat = cvCreateMat(3,3,CV_32FC1); cvZero(mat);/将矩阵置 0 /为矩阵元素赋值 CV_MAT_ELEM( *mat, float, 0, 0 ) = 1.f; CV_MAT_ELEM( *mat, float, 0, 1 ) = 2.f; CV_MAT_ELEM( *mat, float, 0, 2 ) = 3.f; CV_MAT_ELEM( *mat, float, 1, 0 ) = 4.f; CV_MAT_ELEM( *mat, float, 1, 1 ) = 5.f; CV_MAT_ELEM( *mat, float, 1, 2 ) = 6.f; CV_MAT_ELEM( *mat, float, 2, 0 ) = 7.f; CV_MAT_ELEM( *mat, float, 2, 1 ) = 8.f; CV_MAT_ELEM( *mat, float, 2, 2 ) = 9.f; /获得矩阵元素的值 float element = CV_MAT_ELEM(*mat,float,2,2); printf(“%fn“,element); CV_MAT_ELEM 宏实际上会调用 CV_MAT_ELEM_PTR(matrix,row,col)宏来完成任务。 CV_MAT_ELEM_PTR()宏的参数是矩阵的指针，行，列。 CV_MAT_ELEM()宏和 CV_MAT_ELEM_PTR()宏的区别是，在调用 CV_MAT_ELEM 时， 指向矩阵元素的指针的数据类型已经依据输入参数中的元素类型而 做了强制转换。，以下是使用 CV_MAT_ELEM_PTR()来设置元素的值： #pragma comment( lib, “cxcore.lib“ ) #include “cv.h“ #include void main() CvMat* mat = cvCreateMat(3,3,CV_32FC1); cvZero(mat);/将矩阵置 0 float element_0_2 = 7.7f; *(float*)CV_MAT_ELEM_PTR( *mat, 0, 2 ) ) = element_0_2; /获得矩阵元素的值 float element = CV_MAT_ELEM(*mat,float,0,2); printf(“%fn“,element); 以上使用矩阵中元素的方式很方便，但不幸的是，该宏在每次调用时，都会重 新计算指针的位置。这意味着，先查找矩阵数据区中第 0 个元素的位置，然后， 根据参数中的行和列，计算所需要的元素的地址偏移量，然后将地址偏移量与 第 0 个元素的地址相加，获得所需要的元素的地址。 所以，以上的方式虽然很容易使用，但是却不是获得矩阵元素的最好方式。特 别是当你要顺序遍历整个矩阵中所有元素时，这种每次对地址的重复计算就更 加显得不合理。 困难的方式 以上两个宏只适合获得一维或二维的矩阵（数组）元素，OpenCV 提供了处理多 维矩阵(数组)的方式。实际上你可以不受限制地使用 N 维。 当访问这样一种 N 维矩阵中元素时，你需要使用一个系列的函数，叫做 cvPtr*D,*代表 1,2,3,4,例如，cvPtr1D(),cvPtr2D(),cvPtr3D(),以及 cvPtrND().以下为此系列函数的定义： cvPtr*D 函数用于返回指向某数组元素的指针 uchar* cvPtr1D( const CvArr* arr, int idx0, int* type=NULL ); uchar* cvPtr2D( const CvArr* arr, int idx0, int idx1, int* type=NULL ); uchar* cvPtr3D( const CvArr* arr, int idx0, int idx1, int idx2, int* type=NULL ); uchar* cvPtrND( const CvArr* arr, int* idx, int* type=NULL, int create_node=1, unsigned* precalc_hashval=NULL ); arr 输入数组(矩阵). idx0 元素下标的第一个以 0 为基准的成员 idx1 元素下标的第二个以 0 为基准的成员 idx2 元素下标的第三个以 0 为基准的成员 idx 数组元素下标 type 可选的，表示输出参数的数据类型 create_node 可选的，为稀疏矩阵输入的参数。如果这个参数非零就意味着被需要的元素如 果不存在就会被创建。 precalc_hashval 可选的，为稀疏矩阵设置的输入参数。如果这个指针非 NULL，函数不会重新计 算节点的 HASH 值，而是从指定位置获取。这种方法有利于提高智能组合数据的 操作 函数 cvPtr*D 返回指向特殊数组元素的指针。数组维数应该与传递给函数的下 标数相匹配，它可以被用于顺序存取的 1D，2D 或 nD 密集数组 函数也可以用于稀疏数组，并且如果被需要的节点不存在函数可以创建这个节 点并设置为 0 就像其它获取数组元素的函数 (cvGetReal*D, cvSetReal*D)如果元素的下 标超出了范围就会产生错误 很明显，如果是一维数组(矩阵)，那就可以使用 cvPtr1D，用参数 idx0 来指向 要获得的第 idx0 个元素，返回值为指向该元素的指针，如果是二维数组(矩阵)， 就可以使用 cvPtr2D,用 idx0，idx1 来指向相应的元素。 如果是 N 维数组，则 int* idx 参数指向对 N 维数组中某元素定位用的下标序列。 #pragma comment( lib, “cxcore.lib“ ) #include “cv.h“ #include void main() CvMat* mat = cvCreateMat(3,3,CV_32FC1); cvZero(mat);/将矩阵置 0 /为矩阵元素赋值 CV_MAT_ELEM( *mat, float, 0, 0 ) = 1.f; CV_MAT_ELEM( *mat, float, 0, 1 ) = 2.f; CV_MAT_ELEM( *mat, float, 0, 2 ) = 3.f; CV_MAT_ELEM( *mat, float, 1, 0 ) = 4.f; CV_MAT_ELEM( *mat, float, 1, 1 ) = 5.f; CV_MAT_ELEM( *mat, float, 1, 2 ) = 6.f; CV_MAT_ELEM( *mat, float, 2, 0 ) = 7.f; CV_MAT_ELEM( *mat, float, 2, 1 ) = 8.f; CV_MAT_ELEM( *mat, float, 2, 2 ) = 9.f; /获得矩阵元素(0,2)的值 float *p = (float*)cvPtr2D(mat, 0, 2); printf(“%fn“,*p); 我们使用 cvPtr*D()函数的一个理由是，通过此函数，我们可以用指针指向矩 阵中的某元素，并使用指针运算符，来设置该元素的值，或者，用指针运算来 移动指针，指向从起始位置开始的矩阵中的其他元素。例如，我们可以用以下 方式遍历矩阵中的元素： #pragma comment( lib, “cxcore.lib“ ) #include “cv.h“ #include void main() CvMat* mat = cvCreateMat(3,3,CV_32FC1); cvZero(mat);/将矩阵置 0 /获得矩阵元素(0,0)的指针 float *p = (float*)cvPtr2D(mat, 0, 0); /为矩阵赋值 for(int i = 0; i void main() /矩阵元素为三通道浮点数 CvMat* mat = cvCreateMat(3,3,CV_32FC3); cvZero(mat);/将矩阵置 0 /为矩阵元素赋值 /获得矩阵元素(0,0)的指针 float *p = (float*)cvPtr2D(mat, 0, 0); /为矩阵赋值 for(int i = 0; i void main() /矩阵元素为 1 通道浮点型数据 CvMat*mat=cvCreateMat(3,3,CV_32FC1 ); cvZero(mat);/将矩阵置 0 /为矩阵元素赋值 /获得矩阵元素(0,0)的指针 float *p=(float*)cvPtr2D(mat,0,0); /为矩阵赋值 for(int i=0;i void main() /矩阵元素为三通道 8 位浮点数 CvMat *mat=cvCreateMat(3,3,CV_32FC3 ); cvZero(mat);/将矩阵置 0 /为矩阵元素赋值 for(int i = 0; i height*image-widthStep），單位位元組*/ char *imageData; /* 指向排列的圖像數據 */ int widthStep; /* 排列的圖像行大小，以位元組為單位 */ int BorderMode4; /* 邊際結束模式, 被 OpenCV 忽略 */ int BorderConst4; /* 同上 */ char *imageDataOrigin; /* 指針指向一個不同的圖像數據結構（不 是必須排列的），是為了糾正圖像記憶體分配準備的 */ IplImage; IplImage 結構來自於 Intel Image Processing Library（是其本身所具有的） 。OpenCV 只支持其中的一個子集: alphaChannel 在 OpenCV 中被忽略。 colorModel 和 channelSeq 被 OpenCV 忽略。OpenCV 顏色轉換的唯一函數 cvCvtColor 把原圖像的顏色空間的目標圖像的顏色空間作為一個參數。 dataOrder 必須是 IPL_DATA_ORDER_PIXEL (顏色通道是交叉存取)，然而平面圖 像的被選擇通道可以被處理，就像 COI（感興趣的通道）被設置過一樣。 align 是被 OpenCV 忽略的，而用 widthStep 去訪問後繼的圖像行。 不支持 maskROI 。處理 MASK 的函數把他當作一個分離的參數。MASK 在 OpenCV 里是 8-bit，然而在 IPL 他是 1-bit。 tileInfo 不支持。 BorderMode 和 BorderConst 是不支持的。每個 OpenCV 函數處理像素的鄰近的像 素，通常使用單一的固定代碼邊際模式。 除了上述限制，OpenCV 處理 ROI 有不同的要求。要求原圖像和目標圖像的尺寸 或 ROI 的尺寸必須（根據不同的操作，例如 cvPyrDown 目標圖像的寬（高）必 須等於原圖像的寬（高）除以 2 1)精確匹配，而 IPL 處理交叉區域，如圖像 的大小或 ROI 大小可能是完全獨立的。 編輯 CvArr 不確定數組 typedef void CvArr; CvArr* 僅僅是被用於作函數的參數，用於指示函數接收的數組類型可以不止一 個，如 IplImage*, CvMat* 甚至 CvSeq*. 最終的數組類型是在運行時通過分 析數組頭的前 4 個位元組判斷。 怎么访问图像像素 （坐标是从 0 开始的，并且是相对图像原点的位置。图像原点或者是左上角 (img-origin=IPL_ORIGIN_TL) 或者是左下角 (img-origin=IPL_ORIGIN_BL) ） 假设有 8-bit 1通道的图像 I (IplImage* img)： I(x,y) (uchar*)(img-imageData + img-widthStep*y)x 假设有 8-bit 3-通道的图像 I (IplImage* img)： I(x,y)blue (uchar*)(img-imageData + img-widthStep*y)x*3 I(x,y)green (uchar*)(img-imageData + img-widthStep*y)x*3+1 I(x,y)red (uchar*)(img-imageData + img-widthStep*y)x*3+2 例如，给点 (100,100) 的亮度增加 30 ，那么可以这样做： CvPoint pt = 100,100; (uchar*)(img-imageData + img-widthStep*pt.y)pt.x*3 += 30; (uchar*)(img-imageData + img-widthStep*pt.y)pt.x*3+1 += 30; (uchar*)(img-imageData + img-widthStep*pt.y)pt.x*3+2 += 30; 或者更高效地： CvPoint pt = 100,100; uchar* temp_ptr = temp_ptr0 += 30; temp_ptr1 += 30; temp_ptr2 += 30; 假设有 32-bit 浮点数, 1-通道 图像 I (IplImage* img)： I(x,y) (float*)(img-imageData + img-widthStep*y)x 现在，一般的情况下，假设有 N-通道，类型为 T 的图像： I(x,y)c (T*)(img-imageData + img-widthStep*y)x*N + c 你可以使用宏 CV_IMAGE_ELEM( image_header, elemtype, y, x_Nc ) I(x,y)c CV_IMAGE_ELEM( img, T, y, x*N + c ) 也有针对各种图像（包括 4 通道图像）和矩阵的函数（cvGet2D, cvSet2D）， 但是它们非常慢。 编辑 如何访问矩阵元素？ 方法是类似的（下面的例子都是针对 0 起点的列和行） 设有 32-bit 浮点数的实数矩阵 M (CvMat* mat)： M(i,j) (float*)(mat-data.ptr + mat-step*i)j 设有 64-bit 浮点数的复数矩阵 M (CvMat* mat)： Re M(i,j) (double*)(mat-data.ptr + mat-step*i)j*2 Im M(i,j) (double*)(mat-data.ptr + mat-step*i)j*2+1 对单通道矩阵，有宏 CV_MAT_ELEM( matrix, elemtype, row, col ), 例如对 32-bit 浮点数的实数矩阵： M(i,j) CV_MAT_ELEM( mat, float, i, j ), 例如，这儿是一个 3x3 单位矩阵的初始化： CV_MAT_ELEM( mat, float, 0, 0 ) = 1.f; CV_MAT_ELEM( mat, float, 0, 1 ) = 0.f; CV_MAT_ELEM( mat, float, 0, 2 ) = 0.f; CV_MAT_ELEM( mat, float, 1, 0 ) = 0.f; CV_MAT_ELEM( mat, float, 1, 1 ) = 1.f; CV_MAT_ELEM( mat, float, 1, 2 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 0 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 1 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 2 ) = 1.f; 编辑 如何在 OpenCV 中处理我自己的数据 设你有 300x200 32-bit 浮点数 image/array, 也就是对一个有 60000 个元素 的数组。 int cols = 300, rows = 200; float* myarr = new floatrows*cols; / 第一步，初始化 CvMat 头 CvMat mat = cvMat( rows, cols, CV_32FC1, / 32 位浮点单通道类型 myarr / 用户数据指针（数据没有被复制） ); / 第二步，使用 cv 函数， 例如计算 l2 (Frobenius) 模 double norm = cvNorm( . delete myarr; 其它情况在参考手册中有描述。 见 cvCreateMatHeader，cvInitMatHeader，cvCreateImageHeader， cvSetData 等 编辑 如何读入和显示图像 /* usage: prog */ #include “cv.h“ #include “highgui.h“ int main( int argc, char* argv ) IplImage* img; if( argc = 2 cvShowImage( “Image view“, img ); cvWaitKey(0); / 非常重要，内部包含事件处理循环 cvDestroyWindow( “Image view“ ); cvReleaseImage( return 0; return -1; 编辑 如何检测和处理轮廓线 参考 squares demo /* 在程序里找寻矩形 */ #ifdef _CH_ #pragma package #endif #ifndef _EiC #include “cv.h“ #include “highgui.h“ #include #include #include #endif int thresh = 50; IplImage* img = 0; IplImage* img0 = 0; CvMemStorage* storage = 0; CvPoint pt4; const char* wndname = “Square Detection Demo“; / helper function: / finds a cosine of angle between vectors / from pt0-pt1 and from pt0-pt2 double angle( CvPoint* pt1, CvPoint* pt2, CvPoint* pt0 ) double dx1 = pt1-x - pt0-x; double dy1 = pt1-y - pt0-y; double dx2 = pt2-x - pt0-x; double dy2 = pt2-y - pt0-y; return (dx1*dx2 + dy1*dy2)/sqrt(dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10); / returns sequence of squares detected on the image. / the sequence is stored in the specified memory storage CvSeq* findSquares4( IplImage* img, CvMemStorage* storage ) CvSeq* contours; int i, c, l, N = 11; CvSize sz = cvSize( img-width IplImage* timg = cvCloneImage( img ); / make a copy of input image IplImage* gray = cvCreateImage( sz, 8, 1 ); IplImage* pyr = cvCreateImage( cvSize(sz.width/2, sz.height/2), 8, 3 ); IplImage* tgray; CvSeq* result; double s, t; / create empty sequence that will contain points - / 4 points per square (the squares vertices) CvSeq* squares = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvPoint), storage ); / select the maximum ROI in the image / with the width and height divisible by 2 cvSetImageROI( timg, cvRect( 0, 0, sz.width, sz.height ); / down-scale and upscale the image to filter out the noise cvPyrDown( timg, pyr, 7 ); cvPyrUp( pyr, timg, 7 ); tgray = cvCreateImage( sz, 8, 1 ); / find squares in every color plane of the image for( c = 0; c total = 4 for( i = 0; i = 2 ) t = fabs(angle( (CvPoint*)cvGetSeqElem( result, i ), (CvPoint*)cvGetSeqElem( result, i-2 ), (CvPoint*)cvGetSeqElem( result, i-1 ); s = s t ? s : t; / if cosines of all angles are small / (all angles are 90 degree) then write quandrange / vertices to resultant sequence if( s h_next; / release all the temporary images cvReleaseImage( cvReleaseImage( cvReleaseImage( cvReleaseImage( return squares; / the function draws all the squares in the image void drawSquares( IplImage* img, CvSeq* squares ) CvSeqReader reader; IplImage* cpy = cvCloneImage( img ); int i; / initialize reader of the sequence cvStartReadSeq( squares, / read 4 sequence elements at a time (all vertices of a square) for( i = 0; i total; i += 4 ) CvPoint* rect = pt; int count = 4; / read 4 vertices memcpy( pt, reader.ptr, squares-elem_size ); CV_NEXT_SEQ_ELEM( squares-elem_size, reader ); memcpy( pt + 1, reader.ptr, squares-elem_size ); CV_NEXT_SEQ_ELEM( squares-elem_size, reader ); memcpy( pt + 2, reader.ptr, squares-elem_size ); CV_NEXT_SEQ_ELEM( squares-elem_size, reader ); memcpy( pt + 3, reader.ptr, squares-elem_size ); CV_NEXT_SEQ_ELEM( squares-elem_size, reader ); / draw the square as a closed polyline cvPolyLine( cpy, / show the resultant image cvShowImage( wndname, cpy ); cvReleaseImage( void on_trackbar( int a ) if( img ) drawSquares( img, findSquares4( img, storage ) ); char* names = “pic1.png“, “pic2.png“, “pic3.png“, “pic4.png“, “pic5.png“, “pic6.png“, 0 ; int main(int argc, char* argv) int i, c; / create memory storage that will contain all the dynamic data storage = cvCreateMemStorage(0); for( i = 0; namesi != 0; i+ ) / load i-th image img0 = cvLoadImage( namesi, 1 ); if( !img0 ) printf(“Couldnt load %sn“, namesi ); continue; img = cvCloneImage( img0 ); / create window and a trackbar (slider) with parent “image“ and set callback / (the slider regulates upper threshold, passed to Canny edge detector) cvNamedWindow( wndname, 1 ); cvCreateTrackbar( “canny thresh“, wndname, / force the image processing on_trackbar(0); / wait for key. / Also the function cvWaitKey takes care of event processing c = cvWaitKey(0); / release both images cvReleaseImage( cvReleaseImage( / clear memory storage - reset free space position cvClearMemStorage( storage ); if( c = 27 ) break; cvDestroyWindow( wndname ); return 0; #ifdef _EiC main(1,“squares.c“); #endif 关于 OpenCV 中图像像素的操作 由 mirnux 2007-04-10 10:34 有个问题没弄明白，请教一下 我们在 CreateImage 时，数据类型有如下几种： IPL_DEPTH_8U - 无符号 8 位整型 IPL_DEPTH_8S - 有符号 8 位整型 IPL_DEPTH_16U - 无符号 16 位整型 IPL_DEPTH_16S - 有符号 16 位整型 IPL_DEPTH_32S - 有符号 32 位整型 IPL_DEPTH_32F - 单精度浮点数 IPL_DEPTH_64F - 双精度浮点数 如果是 IPL_DEPTH_8U，我们可以用(uchar*)(img-imageData + img- widthStep*y)x来遍历数据 如果是 IPL_DEPTH_32F ，我们可以用(float*)(img-imageData + img- widthStep*y)x来遍历 如果是 IPL_DEPTH_64F ，我们可以用(double*)(img-imageData + img- widthStep*y)x来遍历 以上都假设是单通道，那么如果是其余的数据类型呢？前面这个强制转换的类 型是什么？ 比如我在用 cvIntegral 函数时 CvSize size = cvGetSize(pImg); size.width += 1; size.height += 1; matrix1 = cvCreateImage( size, IPL_DEPTH_64F, 1 ); cvIntegral( pImg , matrix1 ); 然后用循环打印 printf(“%f “,(double *)(matrix1-imageData + matrix1- widthStep*j)i);的数据为什么全部是 0 呢？ Last Change Annotate Revision Log root/trunk/opencv/src/cv/cvgeometry.cpp 2518 View revision: 2518 Visit: Go! Revision 2219, 19.3 KB (checked in by xavier98, 18 months ago) fix incorrect matrix size bug in cv:decomposeProjectionMatrix Line 1 /*M/ 2 / 3 / IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING. 4 / 5 / By downloading, copying, installing or using the software you agree to this license. 6 / If you do not agree to this license, do not download, install, 7 / copy or use the software. 8 / 9 / 10 / Intel License Agreement 11 / For Open Source Computer Vision Library 12 / 13 / Copyright (C) 2000, Intel Corporation, all rights reserved. 14 / Third party copyrights are property of their respective owners. 15 / 16 / Redistribution and use in source and binary forms, with or without modification, 17 / are permitted provided that the following conditions are met: 18 / Line 19 / * Redistributions of source code must retain the above copyright notice, 20 / this list of conditions and the following disclaimer. 21 / 22 / * Redistributions in binary form must reproduce the above copyright notice, 23 / this list of conditions and the following disclaimer in the documentation 24 / and/or other materials provided with the distribution. 25 / 26 / * The name of Intel Corporation may not be used to endorse or promote products 27 / derived from this software without specific prior written permission. 28 / 29 / This software is provided by the copyright holders and contributors “as is“ and 30 / any express or implied warranties, including, but not limited to, the implied 31 / warranties of merchantability and fitness for a particular purpose are disclaimed. 32 / In no event shall the Intel Corporation or contributors be liable for any direct, 33 / indirect, incidental, special, exemplary, or consequential damages 34 / (including, but not limited to, procurement of substitute goods or services; 35 / loss of use, data, or profits; or business interruption) however caused 36 / and on any theory of liability, whether in contract, strict liability, 37 / or tort (including negligence or otherwise) arising in any way out of 38 / the use of this software, even if advised of the possibility of such damage. 39 / 40 /M*/ 41 #include “_cv.h“ 42 43 44 CV_IMPL CvRect 45 cvMaxRect( const CvRect* rect1, const CvRect* rect2 ) 46 47 if( rect1 50 int a, b; 51 52 max_rect.x = a = rect1-x; 53 b = rect2-x; 54 if( max_rect.x b ) 55 max_rect.x = b; 56 57 max_rect.width = a += rect1-width; Line 58 b += rect2-width; 59 60 if( max_rect.width y; 65 b = rect2-y; 66 if( max_rect.y b ) 67 max_rect.y = b; 68 69 max_rect.height = a += rect1-height; 70 b += rect2-height; 71 72 if( max_rect.height pt; 133 CvPoint2D32f dst = cvSubdiv2DEdgeDst( edge )-pt; 134 135 double a = dst.x - org.x; Line 136 double b = dst.y - org.y; 137 double c = -(a * (dst.x + org.x) + b * (dst.y + org.y); 138 139 *_a = a + a; 140 *_b = b + b; 141 *_c = c; 142 143 144 145 void 146 icvIntersectLines3( double *a0, double *b0, double *c0, 147 double *a1, double *b1, double *c1, CvPoint2D32f * point ) 148 149 double det = a00 * b10 - a10 * b00; 150 151 if( det != 0 ) 152 153 det = 1. / det; 154 point-x = (float) (b00 * c10 - b10 * c00) * det); 155 point-y = (float) (a10 * c00 - a00 * c10) * det); 156 157 else 158 159 point-x = point-y = FLT_MAX; 160 161 162 163 164 CV_IMPL double 165 cvPointPolygonTest( const CvArr* _contour, CvPoint2D32f pt, int measure_dist ) 166 167 double result = 0; 168 CV_FUNCNAME( “cvCheckPointPolygo