opencv 笔记01Core_Mat

Mat - 基本图像容器

Mat A, C;                                 // 只创建信息头部分
A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // 这里为矩阵开辟内存
Mat B(A);                                 // 使用拷贝构造函数
C = A; 

以上代码中的所有Mat对象最终都指向同一个也是唯一一个数据矩阵。虽然它们的信息头不同，但通过任何一个对象所做的改变也会影响其它对象。实际上，不同的对象只是访问相同数据的不同途径而已。这里还要提及一个比较棒的功能：你可以创建只引用部分数据的信息头。比如想要创建一个感兴趣区域（  ROI  ），你只需要创建包含边界信息的信息头：

Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
Mat E = A(Range:all(), Range(1,3)); // using row and column boundaries

如果矩阵属于多个 Mat 对象，那么当不再需要它时谁来负责清理？简单的回答是：最后一个使用它的对象

但某些时候你仍会想拷贝矩阵本身(不只是信息头和矩阵指针)，这时可以使用函数 clone() 或者 copyTo() 。

Mat F = A.clone();
Mat G;
A.copyTo(G);

总结一下，你需要记住的:

• OpenCV函数中输出图像的内存分配是自动完成的（如果不特别指定的话）。
• 使用OpenCV的C++接口时不需要考虑内存释放问题。
• 赋值运算符和拷贝构造函数（ ctor ）只拷贝信息头。
• 使用函数 clone() 或者 copyTo() 来拷贝一副图像的矩阵。

存储 方法

有很多的颜色系统，各有自身优势：

• RGB是最常见的，这是因为人眼采用相似的工作机制，它也被显示设备所采用。
• HSV和HLS把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感。
• YCrCb在JPEG图像格式中广泛使用。
• CIE L*a*b*是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的 距离 。

每个组成元素都有其自己的定义域，取决于其数据类型。如何存储一个元素决定了我们在其定义域上能够控制的精度。最小的数据类型是 char ，占一个字节或者8位，可以是有符号型（0到255之间）或无符号型（-127到+127之间）。尽管使用三个 char 型元素已经可以表示1600万种可能的颜色（使用RGB颜色空间），但若使用float（4字节，32位）或double（8字节，64位）则能给出更加精细的颜色分辨能力。但同时也要切记增加元素的尺寸也会增加了图像所占的内存空间。

显式地创建一个 Mat 对象

Mat M(2,2, CV_8UC3, Scalar(0,0,255)); 

CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]

比如  CV_8UC3  表示使用8位的 unsigned char 型，每个像素由三个元素组成三通道。

Scalar  是个short型vector。指定这个能够使用指定的定制化值来初始化矩阵。

int sz[3] = {2,2,2}; 
Mat L(3,sz, CV_8UC(1), Scalar::all(0));

上面的例子演示了如何创建一个超过两维的矩阵：指定维数，然后传递一个指向一个数组的指针，这个数组包含每个维度的尺寸；其余的相同

• 为已存在IplImage指针创建信息头:

  IplImage* img = cvLoadImage("greatwave.png", 1);
  Mat mtx(img); // convert IplImage* -> Mat
  

• Create() function: 函数

      M.create(4,4, CV_8UC(2));
      cout << "M = "<< endl << " "  << M << endl << endl;

• MATLAB形式的初始化方式： zeros(), ones(), :eyes() 。使用以下方式指定尺寸和数据类型：

    Mat E = Mat::eye(4, 4, CV_64F);    
    
    Mat O = Mat::ones(2, 2, CV_32F);    

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

• 对于小矩阵你可以用逗号分隔的初始化函数:

    Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); 

格式化打印

• 默认方式

      cout << "R (default) = " << endl <<        R           << endl << endl;
  

  

• 以逗号分隔的数值 (CSV)

      cout << "R (csv)     = " << endl << format(R,"csv"   ) << endl << endl;
  

  

• Numpy

      cout << "R (numpy)   = " << endl << format(R,"numpy" ) << endl << endl;
  

  

• C语言

      cout << "R (c)       = " << endl << format(R,"C"     ) << endl << endl;
  

  

• 2维点

      Point2f P(5, 1);
      cout << "Point (2D) = " << P << endl << endl;
  

  

• 3维点

      Point3f P3f(2, 6, 7);
      cout << "Point (3D) = " << P3f << endl << endl;
  

  

• 基于cv::Mat的std::vector

      vector<float> v;
      v.push_back( (float)CV_PI);   v.push_back(2);    v.push_back(3.01f);
      
      cout << "Vector of floats via Mat = " << Mat(v) << endl << endl;
  

  

• std::vector点

      vector<Point2f> vPoints(20);
      for (size_t E = 0; E < vPoints.size(); ++E)
          vPoints[E] = Point2f((float)(E * 5), (float)(E % 7));
  
      cout << "A vector of 2D Points = " << vPoints << endl << endl;