早期的 OpenCV 中，使用 IplImage 和 CvMat 數(shù)據(jù)結(jié)構(gòu)來表示圖像。IplImage和 CvMat 都是 C 語言的結(jié)構(gòu)。使用這兩個結(jié)構(gòu)的問題是內(nèi)存需要手動管理，開發(fā)者必須清楚的知道何時需要申請內(nèi)存，何時需要釋放內(nèi)存。這個開發(fā)者帶來了一定的負(fù)擔(dān)，開發(fā)者應(yīng)該將更多精力用于算法設(shè)計，因此在新版本的 OpenCV 中引入了 Mat 類。

新加入的 Mat 類能夠自動管理內(nèi)存。使用 Mat 類，你不再需要花費(fèi)大量精力在內(nèi)存管理上。而且你的代碼會變得很簡潔，代碼行數(shù)會變少。但 C++接口唯一的不足是當(dāng)前一些嵌入式開發(fā)系統(tǒng)可能只支持 C 語言，如果你的開發(fā)平臺支持C++，完全沒有必要再用 IplImage 和 CvMat。在新版本的 OpenCV 中，開發(fā)者依然可以使用 IplImage 和 CvMat，但是一些新增加的函數(shù)只 供了 Mat 接口。

Mat 類的定義如下所示，關(guān)鍵的屬性如下方代碼所示:

class CV_EXPORTS Mat

{

public:

//一系列函數(shù)

...

/* flag 參數(shù)中包含許多關(guān)于矩陣的信息，如:

-Mat 的標(biāo)識

-數(shù)據(jù)是否連續(xù)

-深度

-通道數(shù)目

*/

int flags;

//矩陣的維數(shù)，取值應(yīng)該大于或等于 2

int dims;

//矩陣的行數(shù)和列數(shù)，如果矩陣超過 2 維，這兩個變量的值都為-1

int rows, cols;

//指向數(shù)據(jù)的指針

uchar* data;

//指向引用計數(shù)的指針

//如果數(shù)據(jù)是由用戶分配的，則為 NULL

int* refcount;

//其他成員變量和成員函數(shù)

...

};

Mat屬性的理解

data：uchar類型的指針，指向Mat數(shù)據(jù)矩陣的首地址。可以理解為標(biāo)示一個房屋的門牌號；

dims：Mat矩陣的維度，若Mat是一個二維矩陣，則dims=2，三維則dims=3，大多數(shù)情況下處理的都是二維矩陣，是一個平面上的矩陣;

rows：Mat矩陣的行數(shù)。可理解為房屋內(nèi)房間行數(shù)；

cols：Mat矩陣的列數(shù)。可理解為房屋內(nèi)房間列數(shù)；

size()：首先size是一個結(jié)構(gòu)體，定義了Mat矩陣內(nèi)數(shù)據(jù)的分布形式，數(shù)值上有關(guān)系式：

image.size().width==image.cols;

image.size().height==image.rows;

可以理解為房屋內(nèi)房間的整體布局，這其中包括了房間分別在行列上分布的數(shù)量信息；

channels()：Mat矩陣元素?fù)碛械耐ǖ罃?shù)。例如常見的RGB彩色圖像，channels==3；而灰度圖像只有一個灰度分量信息，channels==1。可以理解為每個房間內(nèi)放有多少床位，3通道的放了3張床，單通道的放了1張床；

depth：用來度量每一個像素中每一個通道的精度，但它本身與圖像的通道數(shù)無關(guān)！depth數(shù)值越大，精度越高。在Opencv中，Mat.depth()得到的是一個0~6的數(shù)字，分別代表不同的位數(shù)，對應(yīng)關(guān)系如下：

enum{CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6}

可見 0和1都代表8位，2和3都代表16位，4和5代表32位，6代表64位；其中U是unsigned的意思，S表示signed，也就是有符號和無符號數(shù)。可以理解為房間內(nèi)每張床可以睡多少人，這個跟房間內(nèi)有多少床并無關(guān)系；

elemSize：elem是element(元素)的縮寫，表示矩陣中每一個元素的數(shù)據(jù)大小，如果Mat中的數(shù)據(jù)類型是CV_8UC1，那么elemSize==1；如果是CV_8UC3或CV_8SC3，那么elemSize==3；如果是CV_16UC3或者CV_16SC3，那么elemSize==6；即elemSize是以8位(一個字節(jié))為一個單位，乘以通道數(shù)和8位的整數(shù)倍；可以理解為整個房間可以睡多少人，這個時候就得累計上房間內(nèi)所有床位數(shù)(通道)和每張床的容納量了；

elemSize1：elemSize加上一個“1”構(gòu)成了elemSize1這個屬性，1可以認(rèn)為是元素內(nèi)1個通道的意思，這樣從命名上拆分后就很容易解釋這個屬性了：表示Mat矩陣中每一個元素單個通道的數(shù)據(jù)大小，以字節(jié)為一個單位，所以有：

eleSize1==elemSize/channels；

step：可以理解為Mat矩陣中每一行的“步長”，以字節(jié)為基本單位，每一行中所有元素的字節(jié)總量，是累計了一行中所有元素、所有通道、所有通道的elemSize1之后的值；

step1()：以字節(jié)為基本單位，Mat矩陣中每一個像素的大小，累計了所有通道的elemSize1之后的值，所以有：

step1==step/elemSize1；

M.step[m-1] 總是等于 elemSize；M.step1(m-1)總是等于 channels。

補(bǔ)充：

step1(i):每一維元素的通道數(shù)

step[i]:每一維元素的大小，單位字節(jié)

size[i]:每一維元素的個數(shù)

elemSize()：每個元素大小，單位字節(jié)

elemSize1()：每個通道大小，單位字節(jié)

每一維的元素表示什么意思呢？

這里我們以空間幾何的角度來解釋，能夠更加容易理解一點。

三維矩陣，一共有三維，我們分別類比為

面：每個二維矩陣，表示第1維的元素

線：矩陣的每一行，表示第2維的元素

點：矩陣中每行的每個元素,表示第3維的元素

那么這樣子就可以解釋清楚每一維元素的含義了。

以step[i]為例

step[0]：面的大小，第1維的元素的大小，也就是二維矩陣的大小，一個二維矩陣有8行，所以

step[0] = step[1] * 8 = 480

step[1]：線的大小，第2維的元素的大小，也就是二維矩陣每一行的大小，由于每個元素大小為6，每行有10個元素，所以

step[1] = 10 * 6 = 60

step[2]：點的大小，第3維的元素的大小，這里矩陣的每個元素類型為CV_16UC3，所以

step[2] = 2 * 3 = 6

這里注意：

1.step的大小是字節(jié)

2.注意下標(biāo)與維數(shù)的對應(yīng)關(guān)系：下標(biāo)2對應(yīng)點，1對應(yīng)線，0對應(yīng)面

3.矩陣有幾維，step[]數(shù)組就有幾個元素，如3維，則有3個元素，step[0],step[1],step[2].分別對應(yīng)面，線，點

只要記住，最后一個總是表示點，然后依次向前為線，面...

4.第2,3 點 ，對于size和step1()也一樣。

step1(i)和size[]與step[i]原理相同。

Mat對象構(gòu)造函數(shù)與常用方法

常用的構(gòu)造函數(shù)有:

Mat::Mat()

無參數(shù)構(gòu)造方法;

Mat::Mat(int rows, int cols, int type)

創(chuàng)建行數(shù)為 rows，列數(shù)為 col，類型為 type 的圖像;

Mat::Mat(Size size, int type)

創(chuàng)建大小為 size，類型為 type 的圖像;

Mat::Mat(int rows, int cols, int type, const Scalar& s)

創(chuàng)建行數(shù)為 rows，列數(shù)為 col，類型為 type 的圖像，并將所有元素初始化為值 s;

Mat::Mat(Size size, int type, const Scalar& s)

創(chuàng)建大小為 size，類型為 type 的圖像，并將所有元素初始化為值 s;

Mat::Mat(const Mat& m)

將 m 賦值給新創(chuàng)建的對象，此處不會對圖像數(shù)據(jù)進(jìn)行復(fù)制，m 和新對象共用圖像數(shù)據(jù);

Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)

創(chuàng)建行數(shù)為 rows，列數(shù)為 col，類型為 type 的圖像，此構(gòu)造函數(shù)不創(chuàng)建圖像數(shù)據(jù)所需內(nèi)存，而是直接使用 data 所指內(nèi)存，圖像的行步長由 step指定。

Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)

創(chuàng)建大小為 size，類型為 type 的圖像，此構(gòu)造函數(shù)不創(chuàng)建圖像數(shù)據(jù)所需內(nèi)存，而是直接使用 data 所指內(nèi)存，圖像的行步長由 step 指定。

Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)

創(chuàng)建的新圖像為 m 的一部分，具體的范圍由 rowRange 和 colRange 指定，此構(gòu)造函數(shù)也不進(jìn)行圖像數(shù)據(jù)的復(fù)制操作，新圖像與 m 共用圖像數(shù)據(jù);

Mat::Mat(const Mat& m, const Rect& roi)

創(chuàng)建的新圖像為 m 的一部分，具體的范圍 roi 指定，此構(gòu)造函數(shù)也不進(jìn)行圖像數(shù)據(jù)的復(fù)制操作，新圖像與 m 共用圖像數(shù)據(jù)。

這些構(gòu)造函數(shù)中，很多都涉及到類型 type。type 可以是 CV_8UC1，CV_16SC1，...，CV_64FC4 等。里面的 8U 表示 8 位無符號整數(shù)，16S 表示 16 位有符號整數(shù)，64F表示 64 位浮點數(shù)(即 double 類型);C 后面的數(shù)表示通道數(shù)，例如 C1 表示一個通道的圖像，C4 表示 4 個通道的圖像，以此類推。

如果你需要更多的通道數(shù)，需要用宏 CV_8UC(n)，例如:

Mat M(3,2, CV_8UC(5));//創(chuàng)建行數(shù)為3，列數(shù)為2，通道數(shù)為5的圖像

有些 type 參數(shù)如 CV_32F未注明通道數(shù)目，這種情況下它表示單通道。

常用方法

void copyTo(); //拷貝

Mat clone(); //拷貝

int channels(); //通道，矩陣中的每一個矩陣元素?fù)碛械闹档膫€數(shù)

int depth(); //深度，即每一個像素的位數(shù)(bits)

bool empty() const; //判斷是否為空

uchar* ptr(int i0=0); //指針取第0行數(shù)據(jù)

void convertTo(oclMat& m, int rtype, double alpha=1, double beta=0);

//m：轉(zhuǎn)為目標(biāo)數(shù)據(jù)類型的矩陣；

//rtype： 指定目標(biāo)數(shù)據(jù)類型，或者是depth(通道數(shù))，如果rtype：是負(fù)值，那么目標(biāo)矩陣的數(shù)據(jù)類型和源矩形的數(shù)據(jù)類型是一致的；

//alpha：基于尺度的變化值；

//beta：在尺度上的加和；

Mat類的內(nèi)存管理

Mat 是一個類，由兩個數(shù)據(jù)部分組成：矩陣頭(包含矩陣尺寸，存儲方法，存儲地址等信息)和一個指向存儲所有像素值的矩陣的指針。矩陣頭的尺寸是常數(shù)值，但矩陣本身的尺寸會依圖像的不同而不同，通常比矩陣頭的尺寸大數(shù)個數(shù)量級。復(fù)制矩陣數(shù)據(jù)往往花費(fèi)較多時間，因此除非有必要，不要復(fù)制大的矩陣。

為了解決矩陣數(shù)據(jù)的傳遞，OpenCV 使用了引用計數(shù)機(jī)制。其思路是讓每個Mat 對象有自己的矩陣頭信息，但多個 Mat 對象可以共享同一個矩陣數(shù)據(jù)。讓矩陣指針指向同一地址而實現(xiàn)這一目的。很多函數(shù)以及很多操作(如函數(shù)參數(shù)傳值)只復(fù)制矩陣頭信息，而不復(fù)制矩陣數(shù)據(jù)。

如果 Mat 類自己申請數(shù)據(jù)空間，那么該類會多申請 4 個字節(jié)，多出的 4 個字節(jié)存儲數(shù)據(jù)被引用的次數(shù)。引用次數(shù)存儲于數(shù)據(jù)空間的后面，refcount 指向這個位置，如圖所示。當(dāng)計數(shù)等于 0 時，則釋放該空間。

Mat類.jpeg

關(guān)于多個矩陣對象共享同一矩陣數(shù)據(jù)，我們可以看這個例子：

Mat A(100,100, CV_8UC1);

Mat B = A;

Mat C = A(Rect(50,50,30,30));

上面代碼中有三個Mat對象，分別是A，B和C。這三者共有同一矩陣數(shù)據(jù)，其示意圖如圖：

三個矩陣頭共用共用同一矩陣數(shù)據(jù).jpeg

部分復(fù)制：一般情況下只會復(fù)制Mat對象的頭和指針部分，不會復(fù)制數(shù)據(jù)部分。如：

Mat A = imread(filePath);

Mat B = A;

完全復(fù)制：如果想把Mat對象的頭部和數(shù)據(jù)部分一起復(fù)制，如下：

Mat F = A.clone();

Mat G;

A.copyTo(G);

四個要點：

輸出圖像的內(nèi)存是自動分配的

使用OpenCV的C++接口，不需要考慮內(nèi)存分配的問題

賦值操作和拷貝構(gòu)造函數(shù)只會復(fù)制頭部分

使用clone()與copyTo()兩個函數(shù)實現(xiàn)數(shù)據(jù)完全復(fù)制

create()函數(shù)創(chuàng)建對象

除了在構(gòu)造函數(shù)中可以創(chuàng)建圖像，也可以使用 Mat 類的 create()函數(shù)創(chuàng)建圖像。如果 create()函數(shù)指定的參數(shù)與圖像之前的參數(shù)相同，則不進(jìn)行實質(zhì)的內(nèi)存申請操作;如果參數(shù)不同，則減少原始數(shù)據(jù)內(nèi)存的索引，并重新申請內(nèi)存。使用方法如下面例程所示：

Mat M(2,2, CV_8UC3);//構(gòu)造函數(shù)創(chuàng)建圖像

M.create(3,2, CV_8UC2);//釋放內(nèi)存重新創(chuàng)建圖像

需要注意的時，使用 create()函數(shù)無法設(shè)置圖像像素的初始值。

Matlab 風(fēng)格的創(chuàng)建對象方法

OpenCV 2 中 供了 Matlab 風(fēng)格的函數(shù)，如 zeros()，ones()和 eyes()。這種方法使得代碼非常簡潔，使用起來也非常方便。使用這些函數(shù)需要指定圖像的大小和類型，使用方法如下：

Mat Z = Mat::zeros(3, 3, CV_8UC1);

cout << "Z = " << endl << " " << Z << endl;

Mat O = Mat::ones(3, 3, CV_32F);

cout << "O = " << endl << " " << O << endl;

Mat E = Mat::eye(3, 3, CV_64F);

cout << "E = " << endl << " " << E << endl;

show.jpeg

Mat 與 IplImage 和 CvMat 的轉(zhuǎn)換

1.Mat 轉(zhuǎn)為 IplImage 和 CvMat 格式

假如你有一個以前寫的函數(shù)，函數(shù)的定義為:

void mycvOldFunc(IplImage * p, ...);

函數(shù)的參數(shù)需要 IplImage 類型的指針。Mat 轉(zhuǎn)為 IplImage，可以用簡單的等號賦值操作來進(jìn)行類型轉(zhuǎn)換，這樣實現(xiàn):

Mat img(Size(320, 240), CV_8UC3);

...

IplImage iplimg = img; //轉(zhuǎn)為IplImage結(jié)構(gòu)

mycvOldFunc( & iplimg, ...);//對 iplimg 取地址

如果要轉(zhuǎn)為 CvMat 類型，操作類似:

CvMat cvimg = img; //轉(zhuǎn)為CvMat結(jié)構(gòu)

需要特別注意的是，類型轉(zhuǎn)換后，IplImage 和 CvMat 與 Mat 共用同一矩陣數(shù)據(jù)，而 IplImage 和 CvMat 沒有引用計數(shù)功能，如果上例中的 img 中數(shù)據(jù)被釋放，iplimg 和 cvimg 也就失去了數(shù)據(jù)。因此要牢記不可將 Mat 對象 前釋放。

2.IplImage 和 CvMat 格式轉(zhuǎn)為 Mat

Mat 類有兩個構(gòu)造函數(shù)，可以實現(xiàn) IplImage 和 CvMat 到 Mat 的轉(zhuǎn)換。這兩個函數(shù)都有一個參數(shù) copyData。如果 copyData 的值是 false，那么 Mat 將與 IplImage或 CvMat 共用同一矩陣數(shù)據(jù);如果值是 true，Mat 會新申請內(nèi)存，然后將 IplImage或 CvMat 的數(shù)據(jù)復(fù)制到 Mat 的數(shù)據(jù)區(qū)。

如果共用數(shù)據(jù)，Mat 也將不會使用引用計數(shù)來管理內(nèi)存，需要開發(fā)者自己來管理。

Mat::Mat(const CvMat* m, bool copyData=false)

Mat::Mat(const IplImage* img, bool copyData=false)

例子代碼如下:

IplImage * iplimg = cvLoadImage("lena.jpg");

Mat im(iplimg, true);

總結(jié)

以上是生活随笔為你收集整理的创建mat二值图 matlab,OpenCV学习之路（二）——Mat对象的全部內(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。