OpenCV has many data types, which a

OpenCV has many data types, which are designed to make the representation and handling of important concepts of computer vision relatively easy and intuitive. At the same time, many algorithm developers require a set of relatively powerful primitives that can be generalized or extended for their particular needs. OpenCV attempts to address both of these needs through the use of templates for fundamental data types, and specializations of those templates that make everyday operations easier.

From an organizational perspective, it is convenient to divide the data types into three major categories. First, the basic data types are those that are assembled directly from C++ primitives (int, float, etc.). These types include simple vectors and matrices, as well as representations of simple geometric concepts like points, rectangles, sizes, and the like. The second category contains helper objects. These objects represent more abstract concepts such as the garbage collecting pointer class, range objects used for slicing, and abstractions such as termination criteria. The third category is what might be called large array types. These are objects whose fundamental purpose is to contain arrays or other assemblies of primitives or, more often, the basic data types mentioned first. The star example of this latter group is the cv::Mat class, which is used to represent arbitrary-dimensional arrays containing arbitrary basic elements. Objects such as images are specialized uses of the cv::Mat class but, unlike in earlier versions of OpenCV (i.e., before version 2.1), such specific use does not require a different class or type. In addition to cv::Mat, this category contains related objects such as the sparse matrix cv::SparseMat class, which is more naturally suited to non-dense data such as histograms.

In addition to these types, OpenCV also makes heavy use of the Standard Template Library (STL) [STL]. This vector class is particularly relied on by OpenCV, and many OpenCV library functions now have vector template objects in their argument lists. We will not cover STL in this book, other than as necessary to explain relevant functionality. If you are already comfortable with STL, many of the template mechanisms used “under the hood” in OpenCV will be familiar to you.

Kết quả (Việt) 1:

OpenCV có nhiều loại dữ liệu, mà được thiết kế để làm cho các đại diện và xử lý của các khái niệm quan trọng của máy tính tầm nhìn tương đối dễ dàng và trực quan. Cùng một lúc, nhiều thuật toán nhà phát triển đòi hỏi một tập hợp các nguyên thủy tương đối mạnh mẽ mà có thể được tổng quát hoặc mở rộng cho các nhu cầu cụ thể. OpenCV cố gắng cả hai địa chỉ các nhu cầu bằng cách sử dụng mẫu cho loại dữ liệu cơ bản, và các chuyên ngành của những mẫu mà làm cho hoạt động hàng ngày dễ dàng hơn.Từ một quan điểm tổ chức, nó là thuận tiện để phân chia các loại dữ liệu thành ba loại chính. Trước tiên, các loại dữ liệu cơ bản là những người được lắp ráp trực tiếp từ nguyên thủy C++ (int, float, vv). Các loại bao gồm vector đơn giản và ma trận, cũng như các đại diện của những khái niệm hình học đơn giản như điểm, hình chữ nhật, kích thước, và như thế. Các thể loại thứ hai chứa đối tượng trợ giúp. Các đối tượng đại diện cho các khái niệm trừu tượng hơn chẳng hạn như thùng rác thu thập con trỏ lớp, phạm vi các đối tượng được sử dụng để cắt lát, và abstractions chẳng hạn như tiêu chí chấm dứt. Các thể loại thứ ba là những gì có thể được gọi là mảng lớn loại. Đây là các đối tượng với mục đích cơ bản là chứa mảng hoặc các cụm nguyên thủy, hoặc thường xuyên hơn, các loại dữ liệu cơ bản được đề cập lần đầu tiên. Ví dụ sao của nhóm sau này là các lớp học cv::Mat, được sử dụng để đại diện cho bất kỳ chiều mảng có chứa bất kỳ yếu tố cơ bản. Các đối tượng như hình ảnh, đặc biệt sử dụng loại cv::Mat, nhưng không giống như trong phiên bản trước của OpenCV (tức là, trước khi phiên bản 2.1), sử dụng cụ thể yêu cầu một lớp khác nhau hoặc loại. Ngoài cv::Mat, thể loại này có chứa các đối tượng liên quan chẳng hạn như các lớp học cv::SparseMat ma trận thưa thớt tự nhiên hơn là phù hợp với các dữ liệu phòng không dày đặc như histograms.Ngoài các loại, OpenCV cũng làm cho sử dụng nặng nề của các tiêu chuẩn mẫu thư viện (STL) [STL]. Lớp véc tơ này đặc biệt là dựa vào bởi OpenCV, và nhiều chức năng thư viện OpenCV bây giờ có vector mẫu đối tượng trong danh sách đối số của họ. Chúng tôi sẽ không bao gồm STL trong cuốn sách này, khác hơn là cần thiết để giải thích các chức năng có liên quan. Nếu bạn đang cảm thấy thoải mái với STL, nhiều người trong số các cơ chế mẫu sử dụng "dưới mui xe" trong OpenCV sẽ được quen thuộc với bạn.

Kết quả (Việt) 2:

OpenCV có nhiều loại dữ liệu, được thiết kế để làm cho các đại diện và xử lý các khái niệm quan trọng của tầm nhìn máy tính tương đối dễ dàng và trực quan. Đồng thời, nhiều nhà phát triển thuật toán đòi hỏi một tập hợp các nguyên thủy tương đối mạnh mẽ có thể được khái quát hóa hoặc mở rộng thêm cho các nhu cầu cụ thể của họ. OpenCV nỗ lực nhằm giải quyết những nhu cầu này thông qua việc sử dụng các mẫu cho các kiểu dữ liệu cơ bản, và chuyên môn của những người mẫu mà làm cho các hoạt động hàng ngày dễ dàng hơn. Từ góc độ tổ chức, nó là thuận tiện để phân chia các kiểu dữ liệu thành ba loại chính. Đầu tiên, các kiểu dữ liệu cơ bản là những người được lắp ráp trực tiếp từ C ++ nguyên thủy (int, float, vv). Những loại bao gồm các vector đơn giản và ma trận, cũng như đại diện của các khái niệm hình học đơn giản như điểm, hình chữ nhật, kích thước, và như thế. Loại thứ hai có chứa đối tượng hỗ trợ. Các đối tượng này đại diện cho các khái niệm trừu tượng hơn như rác thải thu lớp con trỏ, các đối tượng phạm vi sử dụng để cắt, và trừu tượng hóa như tiêu chí chấm dứt. Loại thứ ba là những gì có thể được gọi là các loại mảng lớn. Đây là những đối tượng mà mục đích cơ bản là để chứa mảng hoặc hội đồng khác của nguyên thủy hay, thường xuyên hơn, các kiểu dữ liệu cơ bản được đề cập đầu tiên. Ngôi sao ví dụ của nhóm sau này là lớp Mat cv ::, mà được sử dụng để đại diện cho mảng tùy ý chiều có chứa các yếu tố cơ bản tùy ý. Các đối tượng như hình ảnh được sử dụng chuyên môn của cv :: lớp Mat nhưng, không giống như trong phiên bản trước của OpenCV (tức là, trước khi phiên bản 2.1), sử dụng cụ thể như vậy không yêu cầu một lớp khác nhau hoặc các loại. Ngoài cv :: Mat, thể loại này chứa các đối tượng liên quan như các ma trận thưa thớt lớp cv :: SparseMat, mà là tự nhiên hơn phù hợp với dữ liệu không dày đặc như biểu đồ. Ngoài các loại, OpenCV cũng làm cho việc sử dụng nặng Standard Template Library (STL) [STL]. Lớp vector này được đặc biệt dựa trên bằng OpenCV, và nhiều chức năng thư viện OpenCV nay có các đối tượng vector mẫu trong danh sách đối số của họ. Chúng tôi sẽ không bao gồm STL trong cuốn sách này, trừ khi cần thiết để giải thích các chức năng có liên quan. Nếu bạn đã cảm thấy thoải mái với STL, nhiều cơ chế sử dụng mẫu "dưới mui xe" trong OpenCV sẽ quen thuộc với bạn.