OpenCV源码阅读——1.1 Mat的结构

最新推荐文章于 2024-03-12 19:53:03 发布

ZhangAnam

最新推荐文章于 2024-03-12 19:53:03 发布

阅读量2.8k

点赞数 2

分类专栏： OpenCV 文章标签： opencv 源码阅读

本文链接：https://blog.csdn.net/zynincqupt/article/details/37036235

版权

OpenCV 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

抱着学习的态度，阅读OpenCV源码。我阅读的版本是OpenCV2.4.8，其实2.X在思路上是很相似的。OpenCV自带了详尽的文档。其中opencv_tutorials.pdf是OpenCV入门文档，该文档中有大量的示例；opencv2refman.pdf是函数手册。这两个文档也是重要的参考资料。

第一章 Mat

本章主要内容：Mat类的结构、内存管理、运算、_InputArray类

主要涉及文件有：

include | opencv2 | core | core.hpp 其中有Mat类定义

| mat.hpp 其中有Mat类实现

| types_c.h C语言类型定义和部分函数

modules | core | src | arithm.cpp 算法实现

| matop.cpp Mat的运算

Mat是OpenCV中最关键的类之一，破解Mat类对把握OpenCV有重要作用，同时通过这部分阅读可以了解OpenCV的设计理念。

Mat是Matrix的简称，中文含义是矩阵，OpenCV2.x摒弃了1.x中区别对待IplImage、CvMat等结构的思路，将所有的问题划归到数学概念中去，图像在线性空间中的表达就是矩阵。

另外，OpenCV中定义了Matx（小矩阵）的结构，Vec（向量）是Matx的子类。他们通过_InputArray（输入数组）类实现相互转换。在矩阵运算、图像处理等函数中，通过以_InputArray类为代理，访问Mat或Vec。Mat_<T>是Mat的子类，是Mat的模板化。

1.1 Mat的结构

【core.hpp 1475-2010行】【opencv2refman.pdf 25-44页】

1.1.1 Mat中成员变量

    /*! includes several bit-fields:
         - the magic signature
         - continuity flag
         - depth
         - number of channels
     */
    int flags;
    //! the matrix dimensionality, >= 2
    int dims;
    //! the number of rows and columns or (-1, -1) when the matrix has more than 2 dimensions
    int rows, cols;
    //! pointer to the data
    uchar* data;

    //! pointer to the reference counter;
    // when matrix points to user-allocated data, the pointer is NULL
    int* refcount;

    //! helper fields used in locateROI and adjustROI
    uchar* datastart;
    uchar* dataend;
    uchar* datalimit;

    //! custom allocator
    MatAllocator* allocator;

    MSize size;
    MStep step;

（1） flag是标记，他由五部分组成：

1、0-2位：深度，在types_c.h中深度值如下：

CV_8U	0	0x000
CV_8S	1	0x001
CV_16U	2	0x010
CV_16S	3	0x011
CV_32S	4	0x100
CV_32F	5	0x101
CV_64F	6	0x110
CV_USRTYPE1	7	0x111

2、3-11位：通道数减1，因为即灰度图像（1通道）时3-11位是0x000000000，彩色图像（3通道）时3-11位是0x000000010

3、14位：MAT_CONT_FLAG，矩阵的数据存储是否连续的标记，1表示连续，0表示不连续

4、15位：SUBMAT_FLAG，子矩阵标记，Mat支持从大矩阵中取出子矩阵，数据没有复制。

例如，假设Mat A是3×3的矩阵

| 1 2 3 |

A = | 4 5 6 |

| 7 8 9 |

Mat B = A.rowRange(1,2);//B取A的第2到3行，行号以0开始

则 B = | 4 5 6 |

| 7 8 9 |，

B的数据并没有新增加，而是直接指向了A的数据，B的datastart和dataend表明了起止位置，rows和cols表明了尺寸。具体将在Mat的内存管理中说明。

5、16-31位：默认的标记MAGIC_VAL，由于矩阵有很多种类型，_InputArray代理所有的数据输入时，需要依赖这个量来判断数据类型，这个值就表达了该类的类型。

查看源码可以知道

类型	MAGIC_VAL值
SparseMat（系数矩阵）	0x42FD0000
Mat	0x42FF0000
cvMat	0x42420000
CvMatND	0x42430000
CvSparseMat	0x42440000
CvHistogram	0x42450000
CvMemStorage	0x42890000
CvSeq	0x42990000
CvSet	0x42980000
IPLImage	0x00000070