【学习OpenCV】Mat::data指针

指针遍历Mat

这是一个很简单的问题，但是如果粗心大意写错了i和j，将会造成数据出错。

为什么要用指针访问Mat？在Release模式下的at方法其实效率跟指针是一样的，编码时没要为了效率牺牲可读性而使用指针。但有一种场合必须使用指针，就是编写opencv无关的API，例如写dll函数时，调用方不想涉及任何关于opencv的东西，包括其数据结构，此时就不能采用Mat传递参数了，只能采用指针。因为Mat是C++的数据结构，如果在子函数内部定义了Mat，在该函数返回时会自动释放掉Mat的数据，所以不要想着通过取Mat的数据指针来传参。只能通过内部new一段内存，把Mat的数据逐个元素地扔进内存里。

RGB图（3维矩阵）

        BYTE* iPtr = new BYTE [height*width*3];
	for(int i=0;i<height;i++)
	{
		for(int j=0;j<width;j++)
		{
			for(int k=0;k<3;k++)
			{
				iPtr[i*width*3+j*3+k] = img.at<Vec3b>(i,j)[k];
			}
		}
	}

其中，img是一个3维uchar的Mat，Vec3b代表3个uchar

对于灰度图、4维矩阵等，只要把通道数和at的数据类型改一下就可以套用以上格式

还有一点千万注意，Mat的（i，j）是按（行，列）的规则，而图像中则是（高，宽），跟Size(x,y)，Rect(x,y)的（x，y）是不同的

--------------------------------------------------------------------

Mat::data的使用

在opencv中，Mat很方便；但当用到不是以opencv为主体的代码中，就不能直接使用Mat，而要转换为其它形式的数据结构。最简单的解决方案是指针，即将Mat拷贝到自定义的指针中。


Mat::data是数据段的首地址；使用memcpy()将Mat的数据拷贝至某个指针中，当然要先new一段内存。


memcpy的说明：http://blog.csdn.net/sszgg2006/article/details/7989404
常用到vector<Mat>，要用push_back方法对其进行赋值，vector的使用说明：http://blog.csdn.net/hancunai0017/article/details/7032383

4字节对齐的情况

但如果图像大小不是4的整数倍，某些场合下不能直接使用Mat::data。因为图像在OpenCV里的存储机制问题，行与行之间可能有空白单元（一般是补够4的倍数或8的倍数，称为padding。这些空白单元对图像来说是没有意思的，只是为了在某些架构上能够更有效率，比如intel MMX可以更有效的处理那种个数是4或8倍数的行。Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时，我们就可以把图像完全展开，看成是一行。此时调用Mat::ptr<>()方法就等价于Mat::data

 int nr=image.rows;      
int nc=image.cols;  
if(image.isContinuous())  
    {  
        nr=1;  
        nc=nc*image.rows*image.channels();  
    }   
    for(int i=0;i<nr;i++)  
    {       
        const uchar* inData=image.ptr<uchar>(i);         
        uchar* outData=outImage.ptr<uchar>(i);        
        for(int j=0;j<nc;j++)  
        {  
            *outData++=*inData++;  
        }  
    }  

例如保存BMP格式的图像时，BMP要求图像数据按四字节对齐，此时就需要对Mat中的数据进行补零
对齐方法就是在每一行尾部补零，零的个数可能是1~3个

但其实大部分时候，Mat的内存都是连续的，只有极个别时候需要担心这个问题，这里有说明，和这里

Mat::data的默认类型

Mat::data的默认类型为uchar*，但很多时候需要处理其它类型，如float、int，此时需要将data强制类型转换，如：

Mat src(1000,1000,CV_32F);
float* myptr = (float*)src.data;

无论Mat的type是何种类型，Mat::data均为uchar*

--------------------------------------------------------------------

指针数据拷贝至Mat

这个千万注意，使用Mat接收指针指定的一段内存数据，通过指针初始化一个Mat：

Mat(row,col,CV_8U,ptr)

此时，Mat::data就等于ptr，例子

	uchar ptr[25]={0,1};
	Mat mat(5,5,CV_8U,ptr);
	mat = mat*255;

修改mat就修改了ptr指向内存的值

注意：Mat的类型要与指针的类型一致，如，uchar指针对应CV_8U，double指针对应CV_64F，如果把double指针赋给一个CV_32F的Mat，那Mat的每个元素只占32位，即把double数一分为二，是错误的。

这里又涉及一个问题，类型转换。opencv提供了Mat::convertTo接口进行类型转换，当然我们可以逐个元素进行强制类型转换，但有时候两者是有区别的。例如，把double转unsigned int，这是有符号数转无符号数，如果使用convertTo方法，会把负数置零；如果使用强制类型转换(unsigned int)，结果是错误的，因为负数应该变成其补数，无符号的第一个比特位是有意义的

--------------------------------------------------------------------

Mat数据拷贝至指针

有些时候，我们不希望函数的调用者看到opencv的数据结构Mat，可以通过把Mat数据拷贝至一段动态申请的内存，此时千万要注意数据类型，指针和Mat要统一。

typedef ushort  mtype;
Mat src;
...
	mtype* psrc = (mtype*)src.data;
	mtype *pdst = new mtype [src.total()];
	for(int i=0;i<h;i++)	//遍历行
	{		
		const mtype* p0 = psrc + i*w;
		mtype* p1 = pdst + i*w;
		for(int j=0;j<w;j++)	//遍历列
		{	
			*p1++= p0[j];		
		}
	}	//耗时：0.7ms

以上是最浅显的做法，如果使用memcpy可以更高效：

memcpy(pdst,psrc,src.total()*sizeof(mtype));  //耗时：0.5ms

src是一个1000*1000的ushort矩阵
需要注意的是，src.data需要先进行强制类型转换

通过指针构造Mat

方法：

Mat img(image_size,TYPE,img_ptr);

这样，可以避免重复申请内存，对Mat的修改就是对指针内容的修改

--------------------------------END-------------------------------------