Opencv Mat矩阵中data、size、depth、elemSize、step等属性的理解

转载:http://blog.csdn.net/dcrmg/article/details/52294259

 

 1.data: 

   uchar类型的指针,指向Mat数据矩阵的首地址。可以理解为标示一个房屋的门牌号;

 2.dims:

        Mat矩阵的维度,若Mat是一个二维矩阵,则dims=2,三维则dims=3,大多数情况下处理的都是二维矩阵,是一个平面上的矩阵。可以理解为房屋是一个一层的平房,三维或更多维的则是多层楼房;

 3.rows:

        Mat矩阵的行数。可理解为房屋内房间行数;

 4.cols:

        Mat矩阵的列数。可理解为房屋内房间列数;

 5.size():

        首先size是一个结构体,定义了Mat矩阵内数据的分布形式,数值上有关系式:

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

         可以理解为房屋内房间的整体布局,这其中包括了房间分别在行列上分布的数量信息;

 6.channels():

        Mat矩阵元素拥有的通道数。例如常见的RGB彩色图像,channels==3;而灰度图像只有一个灰度分量信息,channels==1。可以理解为每个房间内放有多少床位,3通道的放了3张床,单通道的放了1张床;

 7.depth:

        用来度量每一个像素中每一个通道的精度,但它本身与图像的通道数无关!depth数值越大,精度越高。在 Opencv中,Mat.depth()得到的是一个0~6的数字,分别代表不同的位数,对应关系如下:                           

enum{CV_8U=0,CV_8S=1,CV_16U=2,CV_16S=3,CV_32S=4,CV_32F=5,CV_64F=6}   ,其中U是unsigned的意思,S表示signed,也就是有符号和无符号数。可以理解为房间内每张床可以睡多少人,这个跟房间内有多少床并无关系。

 8.elemSize:

        elem是element(元素)的缩写,表示矩阵中每一个元素的数据大小,如果Mat中的数据类型是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(一个字节)为一个单位,乘以通道数和8位的整数倍;可以理解为整个房间可以睡多少人,这个时候就得累计上房间内所有床位数(通道)和每张床的容纳量了;

 9.elemSize1:

        elemSize加上一个“1”构成了elemSize1这个属性,1可以认为是元素内1个通道的意思,这样从命名上拆分后就很容易解释这个属性了:表示Mat矩阵中每一个元素单个通道的数据大小,以字节为一个单位,所以有:

eleSize1==elemSize/channels。

 10.step:

        可以理解为Mat矩阵中每一行的“步长”,以字节为基本单位,每一行中所有元素的字节总量,是累计了一行中所有元素、所有通道、所有通道的elemSize1之后的值;

 11.step1():

       以字节为基本单位,Mat矩阵中每一个像素的大小,累计了所有通道、所有通道的elemSize1之后的值,所以有:

step1==step/elemSize1;

 12.type:

        Mat矩阵的类型,包含有矩阵中元素的类型以及通道数信息,type的命名格式为CV_(位数)+(数据类型)+(通道数),所有取值如下:

13.代码测试:

运用Mat矩阵载入图像信息,显示并输出上述除了data外的12个参量。代码及测试结果如下:

给出RGB彩色图像的结果为:

对于黑白图像测试结果为:

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv/cv.hpp>

using namespace std;
using namespace cv;

void main()
{
	Mat A = imread("D:\\picture\\left_picture.jpg", 1);
	int dims = A.dims;
	int rows = A.rows;
	int cols = A.cols;
	int width = A.size().width;
	int height = A.size().height;
	int channels = A.channels();
	int depth = A.depth();
	int elemSize = A.elemSize();
	int elemSize1 = A.elemSize1();
	int step = A.step;
	int step1 = A.step1();
	int type = A.type();
	imshow("picture", A);
	cout << "dims : " << dims << endl;
	cout << "rows : " << rows << endl;
	cout << "cols : " << cols << endl;
	cout << "width : " << width << endl;
	cout << "height : " << height << endl;
	cout << "channels : " << channels << endl;
	cout << "depth : " << depth << endl;
	cout << "elemSize : " << elemSize << endl;
	cout << "elemSize1 : " << elemSize1 << endl;
	cout << "step : " << step << endl;
	cout << "step1 : " << step1 << endl;
	cout << "type : " << type << endl;
	waitKey(0);
}


 

 
 

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值