【OpenCV • c++】颜色数据结构与颜色空间转换

简介: 【OpenCV • c++】颜色数据结构与颜色空间转换

一、颜色模型


1、 RGB颜色模型


 该模型的命名方式是采用三种颜色的英文首字母组成,分别是红色(Red)、绿色(Green)和蓝色(Blue)。虽然该颜色模型的命名方式是红色在前,但是在OpenCV中却是相反的顺序,第一个通道时蓝色(B)分量,第二个通道时绿色(G)分量,第三个通道时红色(R)分量。

 三个通道对于颜色描述的范围是相同的,因此RGB颜色模型的空间构成是一个立方体。在RGB颜色模型中,所有的颜色都是由这三种颜色通过不同比例的混合得到,如果三种颜色分量都为0,则表示为黑色,如果三种颜色的分量相同且都为最大值,则表示为白色。每个通道都表示某一种颜色由0到1的过程,不同位数的图像表示将这个颜色变化过程细分成不同的层级,例如8U3C格式的图像每个通道将这个过程量化成 256 个等级,分别由 0 到 255 表示。在这个模型的基础上增加第四个通道即为 RGBA 模型,第四个通道表示颜色的透明度,当没有透明度需求的时候,RGBA 模型就会退化成 RGB 模型。


2、YUV颜色模型


 YUV模型是电视信号系统所采用的颜色编码方式。这三个变量分别表示是像素的亮度(Y)以及红色分量与亮度的信号差值(U)和蓝色与亮度的差值(V)。这种颜色模型主要用于视频和图像的传输,该模型的产生与电视机的发展历程密切相关。由于彩色电视机在黑白电视机发明之后才产生,因此用于彩色电视机的视频信号需要能够兼容黑白电视机。彩色电视机需要三个通道的数据才能显示彩色,而黑白电视机只需要一个通道的数据即可,因此为了使视频信号能够兼容彩色电视与黑白电视,将RGB编码方式转变成YUV的编码方式,其Y通道是图像的亮度,黑白电视只需要使用该通道就可以显示黑白视频图像,而彩色相机通过将YUV编码转成RGB编码方式,便可以在彩色电视种显示彩色图像,较好的解决了同一个视频信号兼容不同类型电视的问题。RGB模型与YUV模型之间的转换关系如式所示,其中RGB取值范围均为 0-255。


3、HSV颜色模型


 HSV是色度(Hue)、饱和度(Saturation)和亮度(Value)的简写,通过名字也可以看出来该模型通过这三个特性对颜色进行描述。色度是色彩的基本属性,就是平时常说的颜色,例如红色,蓝色等;饱和度是指颜色的纯度,饱和度越高色彩越纯越艳,饱和度越低色彩则逐渐地变灰变暗,饱和度的取值范围是由 0 到 100% 。亮度是颜色的明亮程度,其取值范围由 0 到计算机中允许的最大值。由于色度、饱和度和亮度的取值范围不同,因此其颜色空间模型用锥形表示。相比于RGB模型三个颜色分量与最终颜色联系不直观的缺点,HSV模型更加符合人类感知颜色的方式:颜色、深浅以及亮暗。


4、Lab颜色模型


 Lab颜色模型弥补了RGB模型的不足,是一种设备无关的颜色模型,是一种基于生理特征的颜色模型。在模型中 L 表示亮度(Luminosity),a 和 b 是两个颜色通道,两者的取值区间都是由 -128 到 +127 ,其中 a 通道数值由小到大对应的颜色是从绿色变成红色,b 通道数值由小到大对应的颜色是由蓝色变成黄色。其构成的颜色空间是一个球形。


5、GRAY颜色模型


 GRAY模型并不是一个彩色模型,他是一个灰度图像的模型,其命名使用的是英文单词 gray 的全字母大写。灰度图像只有单通道,灰度值根据图像位数不同由0到最大依次表示由黑到白,例如8UC1格式中,由黑到白被量化成了 256 个等级,通过 0-255 表示,其中 255 表示白色。彩色图像具有颜色丰富、信息含量大的特性,但是灰度图在图像处理中依然具有一定的优势。例如,灰度图像具有相同尺寸相同压缩格式所占容量小,易于采集,便于传输等优点。


二、颜色数据结构


 Scalar代表一个 4 元素的向量,在OpenCV中被广泛用于传输像素值,比如 RGB 颜色。RGB颜色值有三个参数,如果不需要第四个参数,可以不写出来,只写三个参数。下面演示定义一个颜色表达式。

Scalar( a, b ,c);

 在这个颜色表达式中,蓝色分量为a,绿色分量为b,红色分量为a。

 注意:在OpenCV中默认的图片通道存储顺序是BGR,也就是蓝绿红,不是RGB。


三、颜色空间转换


 cvtColor()是OpenCV中颜色空间转换函数,可以实现RGB颜色向HSV,HSI等颜色空间的转换,也可以转换为灰度图像。


参考代码


    void cv::cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)

 其中,第一个参数表示输入图像,第二个参数表示输出图像,第三个参数表示颜色空间转换的标识符,第四个参数表示目标图像的通道数,若该参数值为 0,表示目标图像取源图像的通道数。


下面是常见的颜色空间转换的标识符。

image.png

image.png

 下面是官方文档的标识符:

cv::ColorConversionCodes { 
  cv::COLOR_BGR2BGRA = 0, 
  cv::COLOR_RGB2RGBA = COLOR_BGR2BGRA, 
  cv::COLOR_BGRA2BGR = 1, 
  cv::COLOR_RGBA2RGB = COLOR_BGRA2BGR, 
  cv::COLOR_BGR2RGBA = 2, 
  cv::COLOR_RGB2BGRA = COLOR_BGR2RGBA, 
  cv::COLOR_RGBA2BGR = 3, 
  cv::COLOR_BGRA2RGB = COLOR_RGBA2BGR, 
  cv::COLOR_BGR2RGB = 4, 
  cv::COLOR_RGB2BGR = COLOR_BGR2RGB, 
  cv::COLOR_BGRA2RGBA = 5, 
  cv::COLOR_RGBA2BGRA = COLOR_BGRA2RGBA, 
  cv::COLOR_BGR2GRAY = 6, 
  cv::COLOR_RGB2GRAY = 7, 
  cv::COLOR_GRAY2BGR = 8, 
  cv::COLOR_GRAY2RGB = COLOR_GRAY2BGR, 
  cv::COLOR_GRAY2BGRA = 9, 
  cv::COLOR_GRAY2RGBA = COLOR_GRAY2BGRA, 
  cv::COLOR_BGRA2GRAY = 10, 
  cv::COLOR_RGBA2GRAY = 11, 
  cv::COLOR_BGR2BGR565 = 12, 
  cv::COLOR_RGB2BGR565 = 13, 
  cv::COLOR_BGR5652BGR = 14, 
  cv::COLOR_BGR5652RGB = 15, 
  cv::COLOR_BGRA2BGR565 = 16, 
  cv::COLOR_RGBA2BGR565 = 17, 
  cv::COLOR_BGR5652BGRA = 18, 
  cv::COLOR_BGR5652RGBA = 19, 
  cv::COLOR_GRAY2BGR565 = 20, 
  cv::COLOR_BGR5652GRAY = 21, 
  cv::COLOR_BGR2BGR555 = 22, 
  cv::COLOR_RGB2BGR555 = 23, 
  cv::COLOR_BGR5552BGR = 24, 
  cv::COLOR_BGR5552RGB = 25, 
  cv::COLOR_BGRA2BGR555 = 26, 
  cv::COLOR_RGBA2BGR555 = 27, 
  cv::COLOR_BGR5552BGRA = 28, 
  cv::COLOR_BGR5552RGBA = 29, 
  cv::COLOR_GRAY2BGR555 = 30, 
  cv::COLOR_BGR5552GRAY = 31, 
  cv::COLOR_BGR2XYZ = 32, 
  cv::COLOR_RGB2XYZ = 33, 
  cv::COLOR_XYZ2BGR = 34, 
  cv::COLOR_XYZ2RGB = 35, 
  cv::COLOR_BGR2YCrCb = 36, 
  cv::COLOR_RGB2YCrCb = 37, 
  cv::COLOR_YCrCb2BGR = 38, 
  cv::COLOR_YCrCb2RGB = 39, 
  cv::COLOR_BGR2HSV = 40, 
  cv::COLOR_RGB2HSV = 41, 
  cv::COLOR_BGR2Lab = 44, 
  cv::COLOR_RGB2Lab = 45, 
  cv::COLOR_BGR2Luv = 50, 
  cv::COLOR_RGB2Luv = 51, 
  cv::COLOR_BGR2HLS = 52, 
  cv::COLOR_RGB2HLS = 53, 
  cv::COLOR_HSV2BGR = 54, 
  cv::COLOR_HSV2RGB = 55, 
  cv::COLOR_Lab2BGR = 56, 
  cv::COLOR_Lab2RGB = 57, 
  cv::COLOR_Luv2BGR = 58, 
  cv::COLOR_Luv2RGB = 59, 
  cv::COLOR_HLS2BGR = 60, 
  cv::COLOR_HLS2RGB = 61, 
  cv::COLOR_BGR2HSV_FULL = 66, 
  cv::COLOR_RGB2HSV_FULL = 67, 
  cv::COLOR_BGR2HLS_FULL = 68, 
  cv::COLOR_RGB2HLS_FULL = 69, 
  cv::COLOR_HSV2BGR_FULL = 70, 
  cv::COLOR_HSV2RGB_FULL = 71, 
  cv::COLOR_HLS2BGR_FULL = 72, 
  cv::COLOR_HLS2RGB_FULL = 73, 
  cv::COLOR_LBGR2Lab = 74, 
  cv::COLOR_LRGB2Lab = 75, 
  cv::COLOR_LBGR2Luv = 76, 
  cv::COLOR_LRGB2Luv = 77, 
  cv::COLOR_Lab2LBGR = 78, 
  cv::COLOR_Lab2LRGB = 79, 
  cv::COLOR_Luv2LBGR = 80, 
  cv::COLOR_Luv2LRGB = 81, 
  cv::COLOR_BGR2YUV = 82, 
  cv::COLOR_RGB2YUV = 83, 
  cv::COLOR_YUV2BGR = 84, 
  cv::COLOR_YUV2RGB = 85, 
  cv::COLOR_YUV2RGB_NV12 = 90, 
  cv::COLOR_YUV2BGR_NV12 = 91, 
  cv::COLOR_YUV2RGB_NV21 = 92, 
  cv::COLOR_YUV2BGR_NV21 = 93, 
  cv::COLOR_YUV420sp2RGB = COLOR_YUV2RGB_NV21, 
  cv::COLOR_YUV420sp2BGR = COLOR_YUV2BGR_NV21, 
  cv::COLOR_YUV2RGBA_NV12 = 94, 
  cv::COLOR_YUV2BGRA_NV12 = 95, 
  cv::COLOR_YUV2RGBA_NV21 = 96, 
  cv::COLOR_YUV2BGRA_NV21 = 97, 
  cv::COLOR_YUV420sp2RGBA = COLOR_YUV2RGBA_NV21, 
  cv::COLOR_YUV420sp2BGRA = COLOR_YUV2BGRA_NV21, 
  cv::COLOR_YUV2RGB_YV12 = 98, 
  cv::COLOR_YUV2BGR_YV12 = 99, 
  cv::COLOR_YUV2RGB_IYUV = 100, 
  cv::COLOR_YUV2BGR_IYUV = 101, 
  cv::COLOR_YUV2RGB_I420 = COLOR_YUV2RGB_IYUV, 
  cv::COLOR_YUV2BGR_I420 = COLOR_YUV2BGR_IYUV, 
  cv::COLOR_YUV420p2RGB = COLOR_YUV2RGB_YV12, 
  cv::COLOR_YUV420p2BGR = COLOR_YUV2BGR_YV12, 
  cv::COLOR_YUV2RGBA_YV12 = 102, 
  cv::COLOR_YUV2BGRA_YV12 = 103, 
  cv::COLOR_YUV2RGBA_IYUV = 104, 
  cv::COLOR_YUV2BGRA_IYUV = 105, 
  cv::COLOR_YUV2RGBA_I420 = COLOR_YUV2RGBA_IYUV, 
  cv::COLOR_YUV2BGRA_I420 = COLOR_YUV2BGRA_IYUV, 
  cv::COLOR_YUV420p2RGBA = COLOR_YUV2RGBA_YV12, 
  cv::COLOR_YUV420p2BGRA = COLOR_YUV2BGRA_YV12, 
  cv::COLOR_YUV2GRAY_420 = 106, 
  cv::COLOR_YUV2GRAY_NV21 = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV2GRAY_NV12 = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV2GRAY_YV12 = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV2GRAY_IYUV = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV2GRAY_I420 = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV420sp2GRAY = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV420p2GRAY = COLOR_YUV2GRAY_420, 
  cv::COLOR_YUV2RGB_UYVY = 107, 
  cv::COLOR_YUV2BGR_UYVY = 108, 
  cv::COLOR_YUV2RGB_Y422 = COLOR_YUV2RGB_UYVY, 
  cv::COLOR_YUV2BGR_Y422 = COLOR_YUV2BGR_UYVY, 
  cv::COLOR_YUV2RGB_UYNV = COLOR_YUV2RGB_UYVY, 
  cv::COLOR_YUV2BGR_UYNV = COLOR_YUV2BGR_UYVY, 
  cv::COLOR_YUV2RGBA_UYVY = 111, 
  cv::COLOR_YUV2BGRA_UYVY = 112, 
  cv::COLOR_YUV2RGBA_Y422 = COLOR_YUV2RGBA_UYVY, 
  cv::COLOR_YUV2BGRA_Y422 = COLOR_YUV2BGRA_UYVY, 
  cv::COLOR_YUV2RGBA_UYNV = COLOR_YUV2RGBA_UYVY, 
  cv::COLOR_YUV2BGRA_UYNV = COLOR_YUV2BGRA_UYVY, 
  cv::COLOR_YUV2RGB_YUY2 = 115, 
  cv::COLOR_YUV2BGR_YUY2 = 116, 
  cv::COLOR_YUV2RGB_YVYU = 117, 
  cv::COLOR_YUV2BGR_YVYU = 118, 
  cv::COLOR_YUV2RGB_YUYV = COLOR_YUV2RGB_YUY2, 
  cv::COLOR_YUV2BGR_YUYV = COLOR_YUV2BGR_YUY2, 
  cv::COLOR_YUV2RGB_YUNV = COLOR_YUV2RGB_YUY2, 
  cv::COLOR_YUV2BGR_YUNV = COLOR_YUV2BGR_YUY2, 
  cv::COLOR_YUV2RGBA_YUY2 = 119, 
  cv::COLOR_YUV2BGRA_YUY2 = 120, 
  cv::COLOR_YUV2RGBA_YVYU = 121, 
  cv::COLOR_YUV2BGRA_YVYU = 122, 
  cv::COLOR_YUV2RGBA_YUYV = COLOR_YUV2RGBA_YUY2, 
  cv::COLOR_YUV2BGRA_YUYV = COLOR_YUV2BGRA_YUY2, 
  cv::COLOR_YUV2RGBA_YUNV = COLOR_YUV2RGBA_YUY2, 
  cv::COLOR_YUV2BGRA_YUNV = COLOR_YUV2BGRA_YUY2, 
  cv::COLOR_YUV2GRAY_UYVY = 123, 
  cv::COLOR_YUV2GRAY_YUY2 = 124, 
  cv::COLOR_YUV2GRAY_Y422 = COLOR_YUV2GRAY_UYVY, 
  cv::COLOR_YUV2GRAY_UYNV = COLOR_YUV2GRAY_UYVY, 
  cv::COLOR_YUV2GRAY_YVYU = COLOR_YUV2GRAY_YUY2, 
  cv::COLOR_YUV2GRAY_YUYV = COLOR_YUV2GRAY_YUY2, 
  cv::COLOR_YUV2GRAY_YUNV = COLOR_YUV2GRAY_YUY2, 
  cv::COLOR_RGBA2mRGBA = 125, 
  cv::COLOR_mRGBA2RGBA = 126, 
  cv::COLOR_RGB2YUV_I420 = 127, 
  cv::COLOR_BGR2YUV_I420 = 128, 
  cv::COLOR_RGB2YUV_IYUV = COLOR_RGB2YUV_I420, 
  cv::COLOR_BGR2YUV_IYUV = COLOR_BGR2YUV_I420, 
  cv::COLOR_RGBA2YUV_I420 = 129, 
  cv::COLOR_BGRA2YUV_I420 = 130, 
  cv::COLOR_RGBA2YUV_IYUV = COLOR_RGBA2YUV_I420, 
  cv::COLOR_BGRA2YUV_IYUV = COLOR_BGRA2YUV_I420, 
  cv::COLOR_RGB2YUV_YV12 = 131, 
  cv::COLOR_BGR2YUV_YV12 = 132, 
  cv::COLOR_RGBA2YUV_YV12 = 133, 
  cv::COLOR_BGRA2YUV_YV12 = 134, 
  cv::COLOR_BayerBG2BGR = 46, 
  cv::COLOR_BayerGB2BGR = 47, 
  cv::COLOR_BayerRG2BGR = 48, 
  cv::COLOR_BayerGR2BGR = 49, 
  cv::COLOR_BayerBG2RGB = COLOR_BayerRG2BGR, 
  cv::COLOR_BayerGB2RGB = COLOR_BayerGR2BGR, 
  cv::COLOR_BayerRG2RGB = COLOR_BayerBG2BGR, 
  cv::COLOR_BayerGR2RGB = COLOR_BayerGB2BGR, 
  cv::COLOR_BayerBG2GRAY = 86, 
  cv::COLOR_BayerGB2GRAY = 87, 
  cv::COLOR_BayerRG2GRAY = 88, 
  cv::COLOR_BayerGR2GRAY = 89, 
  cv::COLOR_BayerBG2BGR_VNG = 62, 
  cv::COLOR_BayerGB2BGR_VNG = 63, 
  cv::COLOR_BayerRG2BGR_VNG = 64, 
  cv::COLOR_BayerGR2BGR_VNG = 65, 
  cv::COLOR_BayerBG2RGB_VNG = COLOR_BayerRG2BGR_VNG, 
  cv::COLOR_BayerGB2RGB_VNG = COLOR_BayerGR2BGR_VNG, 
  cv::COLOR_BayerRG2RGB_VNG = COLOR_BayerBG2BGR_VNG, 
  cv::COLOR_BayerGR2RGB_VNG = COLOR_BayerGB2BGR_VNG, 
  cv::COLOR_BayerBG2BGR_EA = 135, 
  cv::COLOR_BayerGB2BGR_EA = 136, 
  cv::COLOR_BayerRG2BGR_EA = 137, 
  cv::COLOR_BayerGR2BGR_EA = 138, 
  cv::COLOR_BayerBG2RGB_EA = COLOR_BayerRG2BGR_EA, 
  cv::COLOR_BayerGB2RGB_EA = COLOR_BayerGR2BGR_EA, 
  cv::COLOR_BayerRG2RGB_EA = COLOR_BayerBG2BGR_EA, 
  cv::COLOR_BayerGR2RGB_EA = COLOR_BayerGB2BGR_EA, 
  cv::COLOR_BayerBG2BGRA = 139, 
  cv::COLOR_BayerGB2BGRA = 140, 
  cv::COLOR_BayerRG2BGRA = 141, 
  cv::COLOR_BayerGR2BGRA = 142, 
  cv::COLOR_BayerBG2RGBA = COLOR_BayerRG2BGRA, 
  cv::COLOR_BayerGB2RGBA = COLOR_BayerGR2BGRA, 
  cv::COLOR_BayerRG2RGBA = COLOR_BayerBG2BGRA, 
  cv::COLOR_BayerGR2RGBA = COLOR_BayerGB2BGRA, 
  cv::COLOR_COLORCVT_MAX = 143 
}

 案例演示:

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
  Mat srcImage, dstImage;
  srcImage = cv::imread("...cc.png");
  if (!srcImage.data)
    return 1;
  cvtColor(srcImage, dstImage, COLOR_BGR2Lab);
  imshow("原图",srcImage);
  imshow("效果图", dstImage);
  waitKey(0);
  return 0;
}

61bf3cc99e7bd30d1023e3f08397e9e2_82e4621d4b384536b04b8f68711b39d6.png


相关文章
|
1月前
|
存储 算法 C++
【C++数据结构——查找】二分查找(头歌实践教学平台习题)【合集】
二分查找的基本思想是:每次比较中间元素与目标元素的大小,如果中间元素等于目标元素,则查找成功;顺序表是线性表的一种存储方式,它用一组地址连续的存储单元依次存储线性表中的数据元素,使得逻辑上相邻的元素在物理存储位置上也相邻。第1次比较:查找范围R[0...10],比较元素R[5]:25。第1次比较:查找范围R[0...10],比较元素R[5]:25。第2次比较:查找范围R[0..4],比较元素R[2]:10。第3次比较:查找范围R[3...4],比较元素R[3]:15。,其中是顺序表中元素的个数。
137 68
【C++数据结构——查找】二分查找(头歌实践教学平台习题)【合集】
|
1月前
|
存储 C语言 C++
【C++数据结构——栈与队列】顺序栈的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现顺序栈的基本运算。开始你的任务吧,祝你成功!​ 相关知识 初始化栈 销毁栈 判断栈是否为空 进栈 出栈 取栈顶元素 1.初始化栈 概念:初始化栈是为栈的使用做准备,包括分配内存空间(如果是动态分配)和设置栈的初始状态。栈有顺序栈和链式栈两种常见形式。对于顺序栈,通常需要定义一个数组来存储栈元素,并设置一个变量来记录栈顶位置;对于链式栈,需要定义节点结构,包含数据域和指针域,同时初始化栈顶指针。 示例(顺序栈): 以下是一个简单的顺序栈初始化示例,假设用C语言实现,栈中存储
142 77
|
1月前
|
存储 C++
【C++数据结构——树】哈夫曼树(头歌实践教学平台习题) 【合集】
【数据结构——树】哈夫曼树(头歌实践教学平台习题)【合集】目录 任务描述 相关知识 测试说明 我的通关代码: 测试结果:任务描述 本关任务:编写一个程序构建哈夫曼树和生成哈夫曼编码。 相关知识 为了完成本关任务,你需要掌握: 1.如何构建哈夫曼树, 2.如何生成哈夫曼编码。 测试说明 平台会对你编写的代码进行测试: 测试输入: 1192677541518462450242195190181174157138124123 (用户分别输入所列单词的频度) 预
59 14
【C++数据结构——树】哈夫曼树(头歌实践教学平台习题) 【合集】
|
1月前
|
存储 C++ 索引
【C++数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】
【数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】初始化队列、销毁队列、判断队列是否为空、进队列、出队列等。本关任务:编写一个程序实现环形队列的基本运算。(6)出队列序列:yzopq2*(5)依次进队列元素:opq2*(6)出队列序列:bcdef。(2)依次进队列元素:abc。(5)依次进队列元素:def。(2)依次进队列元素:xyz。开始你的任务吧,祝你成功!(4)出队一个元素a。(4)出队一个元素x。
43 13
【C++数据结构——栈与队列】环形队列的基本运算(头歌实践教学平台习题)【合集】
|
1月前
|
算法 C++
【C++数据结构——查找】二叉排序树(头歌实践教学平台习题)【合集】
【数据结构——查找】二叉排序树(头歌实践教学平台习题)【合集】 目录 任务描述 相关知识 测试说明 我的通关代码: 测试结果: 任务描述 本关任务:实现二叉排序树的基本算法。 相关知识 为了完成本关任务,你需要掌握:二叉树的创建、查找和删除算法。具体如下: (1)由关键字序列(4,9,0,1,8,6,3,5,2,7)创建一棵二叉排序树bt并以括号表示法输出。 (2)判断bt是否为一棵二叉排序树。 (3)采用递归方法查找关键字为6的结点,并输出其查找路径。 (4)分别删除bt中关键
53 11
【C++数据结构——查找】二叉排序树(头歌实践教学平台习题)【合集】
|
1月前
|
存储 人工智能 算法
【C++数据结构——图】最短路径(头歌教学实验平台习题) 【合集】
任务描述 本关任务:编写一个程序,利用Dijkstra算法,实现带权有向图的最短路径。 相关知识 为了完成本关任务,你需要掌握:Dijkst本关任务:编写一个程序,利用Dijkstra算法,实现带权有向图的最短路径。为了完成本关任务,你需要掌握:Dijkstra算法。带权有向图:该图对应的二维数组如下所示:Dijkstra算法:Dijkstra算法是指给定一个带权有向图G与源点v,求从v到G中其他顶点的最短路径。Dijkstra算法的具体步骤如下:(1)初始时,S只包含源点,即S={v},v的距离为0。
58 15
|
1月前
|
Java C++
【C++数据结构——树】二叉树的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现二叉树的基本运算。​ 相关知识 创建二叉树 销毁二叉树 查找结点 求二叉树的高度 输出二叉树 //二叉树节点结构体定义 structTreeNode{ intval; TreeNode*left; TreeNode*right; TreeNode(intx):val(x),left(NULL),right(NULL){} }; 创建二叉树 //创建二叉树函数(简单示例,手动构建) TreeNode*create
48 12
|
1月前
|
C++
【C++数据结构——树】二叉树的性质(头歌实践教学平台习题)【合集】
本文档介绍了如何根据二叉树的括号表示串创建二叉树,并计算其结点个数、叶子结点个数、某结点的层次和二叉树的宽度。主要内容包括: 1. **定义二叉树节点结构体**:定义了包含节点值、左子节点指针和右子节点指针的结构体。 2. **实现构建二叉树的函数**:通过解析括号表示串,递归地构建二叉树的各个节点及其子树。 3. **使用示例**:展示了如何调用 `buildTree` 函数构建二叉树并进行简单验证。 4. **计算二叉树属性**: - 计算二叉树节点个数。 - 计算二叉树叶子节点个数。 - 计算某节点的层次。 - 计算二叉树的宽度。 最后,提供了测试说明及通关代
46 10
|
1月前
|
算法 C++
【C++数据结构——图】最小生成树(头歌实践教学平台习题) 【合集】
【数据结构——图】最小生成树(头歌实践教学平台习题)目录 任务描述 相关知识 测试说明 我的通关代码: 测试结果:【合集】任务描述 本关任务:编写一个程序求图的最小生成树。相关知识 为了完成本关任务,你需要掌握:1.建立邻接矩阵,2.Prim算法。建立邻接矩阵 上述带权无向图对应的二维数组,根据它建立邻接矩阵,如图1建立下列邻接矩阵。注意:INF表示无穷大,表示整数:32767 intA[MAXV][MAXV];Prim算法 普里姆(Prim)算法是一种构造性算法,从候选边中挑
43 10
|
1月前
|
存储 算法 C++
【C++数据结构——图】图的邻接矩阵和邻接表的存储(头歌实践教学平台习题)【合集】
本任务要求编写程序实现图的邻接矩阵和邻接表的存储。需掌握带权有向图、图的邻接矩阵及邻接表的概念。邻接矩阵用于表示顶点间的连接关系,邻接表则通过链表结构存储图信息。测试输入为图的顶点数、边数及邻接矩阵,预期输出为Prim算法求解结果。通关代码提供了完整的C++实现,包括输入、构建和打印邻接矩阵与邻接表的功能。
49 10