opencv中mat，cvmat，Iplimage构造体定义以及格式互相转换

opencv中mat，cvmat，Iplimage构造体定义以及格式互相转换   

opencv中mat，cvmat，Iplimage结构体定义以及格式互相转换 opencv中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage，这三种类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”，opencv对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。在opencv2.0之前，opencv是完全用C实现的，但是，IplImage类型与CvMat类型的关系类似于面向对象中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。

 1. IplImage  opencv中的图像信息头，该结构体定义：  

  View Code  typedef struct _IplImage  {  int nSize;  int ID;  int nChannels;  int alphaChannel;  int depth;   char colorModel[4];

  char channelSeq[4];  int dataOrder;  int origin;  int align;   int width;  int height;   struct _IplROI *roi;

  struct _IplImage *maskROI; 

 void *imageId;  

struct _IplTileInfo *tileInfo;  

 int imageSize;  

char *imageData;

  int widthStep; 

 int BorderMode[4]; 

 int BorderConst[4];   

char *imageDataOrigin;  } IplImage; 

 dataOrder中的两个取值：交叉存取颜色通道是颜色数据排列将会是BGRBGR...的交错排列。分开的颜色通道是有几个颜色通道就分几个颜色平面存储。roi是IplROI结构体，该结构体包含了xOffset,yOffset,height,width,coi成员变量，其中xOffset,yOffset是x,y坐标，coi代表channel of interest(感兴趣的通道)，非0的时候才有效。访问图像中的数据元素，分间接存储和直接存储，当图像元素为浮点型时，(uchar *) 改为 (float *)：   

View Code   IplImage* img=cvLoadImage("lena.jpg", 1); 

CvScalar s;  s=cvGet2D(img,i,j);  cvSet2D(img,i,j,s);   

 IplImage* img; //malloc memory by cvLoadImage or cvCreateImage for(int row = 0; 

row <　img->height; row++) { for (int col = 0; col < img->width; col++) { b = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 0);  

g = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 1); 

 r = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 2); } }   

IplImage* img; //malloc memory by cvLoadImage or cvCreateImage 

uchar b, g, r; // 3 channels

 for(int row = 0; row <　img->height; row++)

 { for (int col = 0; col < img->width; col++) 

{ b = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 0];  g = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 1];  r = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 2]; } }  

初始化使用IplImage *，是一个指向结构体IplImage的指针：  IplImage * cvLoadImage(constchar * filename, int//load images from specified image  IplImage * cvCreateImage(CvSize size, int depth, int channels); //allocate memory 

2.CvMat  首先，我们需要知道，第一，在OpenCV中没有向量(vector)结构。任何时候需要向量，都只需要一个列矩阵(如果需要一个转置或者共轭向量，则需要一个行矩阵)。第二，OpenCV矩阵的概念与我们在线性代数课上学习的概念相比，更抽象，尤其是矩阵的元素，并非只能取简单的数值类型，可以是多通道的值。CvMat 的结构：   typedef struct CvMat  {  int type;  int step;  int* refcount;  union { uchar* ptr; short* s; int* i; float* fl; double* db; } data;  union { int rows; int height; }; union { int cols;  int width; }; } CvMat;   创建CvMat数据：   View Code CvMat * cvCreateMat(int rows, int cols, int type);  CV_INLine CvMat cvMat((int rows, int cols, int type, void* data CV_DEFAULT);  CvMat * cvInitMatHeader(CvMat * mat, int rows, int cols, int type, void * data CV_DEFAULT(NULL), int step CV_DEFAULT(CV_AUTOSTEP));   对矩阵数据进行访问：   cvmSet( CvMat* mat, int row, int col, double value); cvmGet( const CvMat* mat, int row, int col );   CvScalar cvGet2D(const CvArr * arr, int idx0, int idx1); //CvArr只作为函数的形参void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value); CvMat * cvmat = cvCreateMat(4, 4, CV_32FC1); cvmat->data.fl[row * cvmat->cols + col] = (float)3.0;   CvMat * cvmat = cvCreateMat(4, 4, CV_64FC1); cvmat->data.db[row * cvmat->cols + col] = 3.0; CvMat * cvmat = cvCreateMat(4, 4, CV_64FC1); CV_MAT_ELEM(*cvmat, double, row, col) = 3.0;  if (CV_MAT_DEPTH(cvmat->type) == CV_32F) CV_MAT_ELEM_CN(*cvmat, float, row, col * CV_MAT_CN(cvmat->type) + ch) = (float)3.0; // ch为通道值 if (CV_MAT_DEPTH(cvmat->type) == CV_64F) CV_MAT_ELEM_CN(*cvmat, double, row, col * CV_MAT_CN(cvmat->type) + ch) = 3.0; // ch为通道值 for (int row = 0; row < cvmat->rows; row++) {  p = cvmat ->data.fl + row * (cvmat->step / 4); for (int col = 0; col < cvmat->cols; col++)  {  *p = (float) row + col;  *(p+1) = (float)row + col + 1;  *(p+2) = (float)row + col + 2;  p += 3;  } }  CvMat * vector = cvCreateMat(1,3, CV_32SC2);CV_MAT_ELEM(*vector, CvPoint, 0, 0) = cvPoint(100,100);  CvMat * vector = cvCreateMat(1,3, CV_64FC4);CV_MAT_ELEM(*vector, CvScalar, 0, 0) = CvScalar(0, 0, 0, 0); CvMat* M1 = cvCreateMat(4,4,CV_32FC1); CvMat* M2; M2=cvCloneMat(M1);   

 3.Mat  Mat是opencv2.0推出的处理图像的新的数据结构，现在越来越有趋势取代之前的cvMat和lplImage，相比之下Mat最大的好处就是能够更加方便的进行内存管理，不再需要程序员手动管理内存的释放。opencv2.3中提到Mat是一个多维的密集数据数组，可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。    class CV_EXPORTS Mat {  public：     int flags;（Note ：目前还不知道flags做什么用的） int dims;  int rows,cols;  uchar *data;  int * refcount;  ...  };    从以上结构体可以看出Mat也是一个矩阵头，默认不分配内存，只是指向一块内存(注意读写保护)。初始化使用create函数或者Mat构造函数，以下整理自opencv2.3.1 Manual:  Mat(nrows, ncols, type, fillValue]);  M.create(nrows, ncols, type); 例子： Mat M(7,7,CV_32FC2,Scalar(1,3));  M.create(100, 60, CV_8UC(15));  int sz[] = {100, 100, 100};  Mat bigCube(3, sz, CV_8U, Scalar:all(0)); double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}}; Mat M = Mat(3, 3, CV_64F, m).inv(); Mat img(Size(320,240),CV_8UC3);  Mat img(height, width, CV_8UC3, pixels, step);  IplImage* img = cvLoadImage("greatwave.jpg", 1); Mat mtx(img,0); // convert IplImage* -> Mat;  访问Mat的数据元素： Mat M; M.row(3) = M.row(3) + M.row(5) * 3;    Mat M1 = M.col(1); M.col(7).copyTo(M1);    Mat M; M.at<double>(i,j);  M.at(uchar)(i,j);  Vec3i bgr1 = M.at(Vec3b)(i,j)  Vec3s bgr2 = M.at(Vec3s)(i,j)  Vec3w bgr3 = M.at(Vec3w)(i,j)    double sum = 0.0f; for(int row = 0; row < M.rows; row++) {  constdouble * Mi = M.ptr<double>(row);  for (int col = 0; col < M.cols; col++)  sum += std::max(Mi[j], 0.); }   double sum=0; MatConstIterator<double> it = M.begin<double>(), it_end = M.end<double>(); for(; it != it_end; ++it)  sum += std::max(*it, 0.); Mat可进行Matlab风格的矩阵操作，如初始化的时候可以用initializers,zeros(), ones(), eye(). 除以上内容之外，Mat还有有3个重要的方法： View Code Mat mat = imread(const String* filename); // 读取图像 imshow(conststring frameName, InputArray mat); // 显示图像 imwrite (conststring& filename, InputArray img); //储存图像   

 4. CvMat, Mat, IplImage之间的互相转换  IpIImage -> CvMat  CvMat matheader; CvMat * mat = cvGetMat(img, &matheader);  CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3); cvConvert(img, mat) IplImage -> Mat Mat::Mat(const IplImage* img, bool copyData=false); 例子： IplImage* iplImg = cvLoadImage("greatwave.jpg", 1); Mat mtx(iplImg);      Mat -> IplImage Mat M IplImage iplimage = M;  CvMat -> Mat Mat::Mat(const CvMat* m, bool copyData=false);   Mat -> CvMat 例子(假设Mat类型的imgMat图像数据存在)： CvMat cvMat = imgMat;/*Mat -> CvMat, 类似转换到IplImage，不复制数据只创建矩阵头