OpenCV isContinuous()連續(xù)存儲的問題

【尊重原創(chuàng)，轉(zhuǎn)載請注明出處】http://blog.csdn.net/guyuealian/article/details/78614662

一、OpenCV isContinuous()函數(shù)：

定義： bool cv::Mat::isContinuous() const
說明： ? ? ?報告矩陣是否連續(xù)。 ? ? ?如果矩陣元素在每行末尾連續(xù)存儲而沒有間隙，則方法返回true。 否則，它返回false。 顯然，對于1x1或1xN矩陣總是連續(xù)的。一般 用Mat :: create創(chuàng)建的矩陣總是連續(xù)的。 但是，如果使用Mat :: col，Mat :: diag等提取矩陣的一部分，或者為外部分配的數(shù)據(jù)構(gòu)造矩陣頭，則此類矩陣可能不再具有此屬性。 ? ? ?連續(xù)性標志存儲在Mat :: flags字段中，并在構(gòu)造矩陣標題時自動計算。 因此，連續(xù)性檢查是一個非常快的操作，雖然理論上可以這樣做：
// alternative implementation of Mat::isContinuous() bool myCheckMatContinuity(const Mat& m) {//return (m.flags & Mat::CONTINUOUS_FLAG) != 0;return m.rows == 1 || m.step == m.cols*m.elemSize();//檢測內(nèi)存存儲連續(xù)性 }? ??這個isContinuous方法在很多OpenCV函數(shù)中都有使用。 重點在于元素操作（例如算術(shù)和邏輯操作，數(shù)學函數(shù)，alpha?混合，顏色空間變換等）不依賴于圖像幾何。 因此，如果所有的輸入和輸出數(shù)組都是連續(xù)的，那么函數(shù)可以將它們處理為非常長的單行向量。 下面的例子說明了如何實現(xiàn)一個alpha混合（透明混合）函數(shù)：
template<typename T> void alphaBlendRGBA(const Mat& src1, const Mat& src2, Mat& dst) {const float alpha_scale = (float)std::numeric_limits<T>::max(),inv_scale = 1.f/alpha_scale;CV_Assert( src1.type() == src2.type() &&src1.type() == CV_MAKETYPE(DataType<T>::depth, 4) &&src1.size() == src2.size());Size size = src1.size();dst.create(size, src1.type());// here is the idiom: check the arrays for continuity and,// if this is the case,// treat the arrays as 1D vectorsif( src1.isContinuous() && src2.isContinuous() && dst.isContinuous() ){size.width *= size.height;size.height = 1;}size.width *= 4;for( int i = 0; i < size.height; i++ ){// when the arrays are continuous,// the outer loop is executed only onceconst T* ptr1 = src1.ptr<T>(i);const T* ptr2 = src2.ptr<T>(i);T* dptr = dst.ptr<T>(i);for( int j = 0; j < size.width; j += 4 ){float alpha = ptr1[j+3]*inv_scale, beta = ptr2[j+3]*inv_scale;dptr[j] = saturate_cast<T>(ptr1[j]*alpha + ptr2[j]*beta);dptr[j+1] = saturate_cast<T>(ptr1[j+1]*alpha + ptr2[j+1]*beta);dptr[j+2] = saturate_cast<T>(ptr1[j+2]*alpha + ptr2[j+2]*beta);dptr[j+3] = saturate_cast<T>((1 - (1-alpha)*(1-beta))*alpha_scale);}} }? ? ?這種方法雖然非常簡單，但是可以將簡單元素操作的性能提高10-20％，特別是如果圖像相當小并且操作非常簡單。
? ? ?在這個函數(shù)中的另一個OpenCV習慣用法，調(diào)用目標數(shù)組的Mat :: create，除非它已經(jīng)具有適當?shù)拇笮『皖愋?#xff0c;否則分配目標數(shù)組。 而新分配的數(shù)組總是連續(xù)的，你仍然需要檢查目標數(shù)組，因為Mat :: create并不總是分配一個新的矩陣。 ? ? ?用Mat存儲一幅圖像時，若圖像在內(nèi)存中是連續(xù)存儲的（Mat對象的isContinuous == true），則可以將圖像的數(shù)據(jù)看成是一個一維數(shù)組，而data（uchar*）成員就是指向圖像數(shù)據(jù)的第一個字節(jié)的，因此可以用data指針訪問圖像的數(shù)據(jù)，從而加速Mat圖像的訪問速度。

? ? ?一般經(jīng)過裁剪的Mat圖像，都不再連續(xù)了，如cv::Mat crop_img = src(rect);crop_img 是不連續(xù)的Mat圖像，如果想轉(zhuǎn)為連續(xù)的，最簡單的方法，就是將不連續(xù)的crop_img 重新clone()一份給新的Mat就是連續(xù)的了，如：

Mat src = imread("D:\\OpencvTest\\B1.jpg");//原始圖像是200*200 cv::imshow("src", src);printf("---src.isContinuous=%d", src.isContinuous()); printf("\n");//直接imread的Mat是連續(xù)的cv::Rect rect(1, 1, 100, 100);cv::Mat crop_img = src(rect);//裁剪后的圖像是不連續(xù)的cv::imshow("crop_img", crop_img);printf("---crop_img.isContinuous=%d", crop_img.isContinuous()); printf("\n");cv::Mat crop_img2;//crop_img2.create(crop_img2.size(), crop_img2.type());crop_img2 = crop_img.clone();//重新clone()后的圖像是連續(xù)的printf("---crop_img2.isContinuous=%d", crop_img2.isContinuous()); printf("\n"); 運行結(jié)果：顯然，裁剪后的Mat圖像不再連續(xù)，而重新clone()一份后又連續(xù)了.

? ? ??

總結(jié)

以上是生活随笔為你收集整理的OpenCV isContinuous()连续存储的问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。