机器视觉算法(第7期)----OpenCV中很重要的辅助对象
上期我们一起学习了OpenCV中常用的数据类型， 机器视觉算法(第6期)----OpenCV中的基础数据类型 今天我们主要认识一下OpenCV中很重要的几个辅助对象。
1. TermCriteria类
在OpenCV中的很多算法都需要一个终止条件以确定何时退出。通常终止条件的形式要么是达到允许的有限迭代次数（称为COUNT或MAX_ITER），要么是某种形式的误差参数（如果接近于如此程度，就可以退出，称为EPS，即epsilon的简称）。在程序中，可以通过TermCriteria的公有变量来设置，当然，最常用的是通过他的构造函数进行设置。
TermCriteria( int type, int maxCount, double epsilon )其中type设置为COUNT或EPS，也可以同时使用（用|连接）。设置过type之后，还需要设置相应的maxCount或epsilon。
2. Range类
Range类用于确定一个连续的整数序列，Range对象有两个元素start和end，跟上面的TermCriteria相似，通常在构造函数中设置。
cv::Range( int start, int end )这个Range的范围包括初始值start，但不包括终止值end。该类中有两个成员函数，一个是empty()用来测试一个range是否为空，另一个是all()，用来获取对象的可用范围。
3. Ptr模板和垃圾收集
我们知道智能指针是C++中一个非常有用类型。这个指针允许我们创建一个对象的引用，然后把它传递到世界各地，可以创建更多的对该对象的引用，然后这些引用都会被计数，当引用超出作用范围的时候，智能指针的引用计数就会减少，一旦所有的引用都消失，那么这个对象就会自动清理释放。而作为程序员的我们，不必去记录这些东西。 接下来，我们了解下它的工作原理。首先，我们需要对想要封装的类对象定义一个指针模板的实例。可以通过如下调用实现：
cv::Ptr<Matx33f> p( new cv::Matx33f )
or
cv::Ptr<Matx33f> p = makePtr<cv::Matx33f>()实现之后，就拥有一个智能指针p，可以当做标准指针来用比如支持操作符*和->等。一旦我们得到p，就可以创建其他相同类型的对象了，而不需要把一个指向新对象的指针传递给他们。 举个例子，比如像创建一个Ptr<Matx33f> q，当你把p的值传递给q时，在后台的某个地方，智能指针就开始计数了。你可以像正常指针一样使用，但是这里实际上仍然只存在一个Mat33f实例，p和q同时指向它。当p超出生命周期被释放后，q就知道它是原始矩阵仅存的引用了，这个时候如果q的生命周期也结束的时候，就会去释放原始矩阵。有点类似于教室里最后一个同学离开的时候要关门关灯一样。 cv::Ptr()<>模板类有一些成员函数可以了解下： addref()和release()增加和减少指针内部的引用计数（慎用）。 empty()函数，用来确定一个智能指针是否指向一个已经被释放掉的对象。 delete_obj()函数，这个函数是当引用清零之后自动调用，自定义类型的时候需要重载，用来释放对象的。 下面我们来通过一个例子来学习一下智能指针的应用。 这里我们创建一个指向FILE的智能指针，这里需要为Ptr<FILE>模板重载delete_obj()函数。
template<> inline void cv::Ptr<FILE>::delete_obj()
{
fclose(obj);
}接下来就可以使用这个指针做一些操作，而在离开范围的时候，不用自己去释放，如下：
{
cv::Ptr<FILE> f(fopen("myfile.txt", "r"));
if(f.empty())
throw ...; // Throw an exception, we will get to this later on...
fprintf(f, ...);
...
}也就是说在最后的大括号，f离开作用范围，f内部的引用计数变为0，delete_obj()被f的析构函数调用，自动释放内存。
4. Exception类和异常处理
OpenCV用异常来处理错误，OpenCV定义了自己的异常类cv::Exception，它继承自STL的std::exception。Exception类型有成员code，err，func，file和line，分别指一个数字对应的错误代码，对应产生异常错误的字符串，错误发生的函数名，错误发生的文件和错误出现在文件中的行数。err,func和file都是STL字符串。 有几个内置的宏，用于自己生成异常。CV_Error(errorcode, description)会生成并抛出一个有固定文字描述的异常，CV_Assert(condition)和CV_DbgAssert(condition)都会测试程序中所设定的条件，如果条件不符合，则抛出异常。这些宏是抛出异常的首选方法，因为它们会自动为你处理函数，文件和行。
5. DataType<>模板
当OpenCV库函数需要传递特定数据类型的概念时，它们会创建一个DataType<>类型的对象，DataType<>本身是一个模板，传递的实际对象是这个模板的特化。
6. InputArray类和OutputArray类
许多OpenCV的函数都把数组作为变量并把数组作为返回值，但是在OpenCV中有各种各样的数组。我们已经了解到OpenCV支持一些小的数组类型，比如：Scalar，Vec，Matx，还有std::vector<>和后面讲讨论的大型数组（Mat和SparseMat），为了防止接口变得复杂，OpenCV定义了InputArray类和OutputArray类，它们表示“上面的任何一个”。 其实，InputArray和OutputArray之间的区别主要在于前者假设为常量（只读），后面的是变量。与InputArray相关的是特殊函数noArray()，它的返回值可以被用在任何需要InputArray的地方，以强调输入的是并没有被使用的输入量，有些函数有可选的输出数组，当不需要对应的输出时，可以传递noArray()。
智能算法，与您携手，沉淀自己，引领AI！
