OpenCV基础篇之Mat数据结构

OpenCV基础篇之Mat数据结构

http://www.2cto.com/database/201408/329749.html

程序及分析

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

/*   * FileName : MatObj.cpp   * Author   : xiahouzuoxin @163.com   * Version  : v1.0   * Date     : Thu 15 May 2014 09:12:45 PM CST   * Brief    :   *   * Copyright (C) MICL,USTB   */ #include <cv.h> #include <highgui.h> #include <iostream>   using namespace std; using namespace cv;   int main(void) {      /*       * Create Mat       */      Mat M(2,2,CV_8UC3, Scalar(0,0,255));      cout << "M=" << endl << " " << M << endl << endl;        /*       * Matlab style       */      Mat E = Mat::eye(4,4,CV_64F);      cout << "E=" << endl << " " << E << endl << endl;      E = Mat::ones(4,4,CV_64F);      cout << "E=" << endl << " " << E << endl << endl;      E = Mat::zeros(4,4,CV_64F);      cout << "E=" << endl << " " << E << endl << endl;          /*       * Convert IplImage to Mat       */      IplImage *img = cvLoadImage( "../test_imgs/Lena.jpg" );      Mat L(img);      namedWindow( "Lena.jpg" , CV_WINDOW_AUTOSIZE);      imshow( "Lena.jpg" , L);      waitKey(0);        /*       * Init Mat with separated data       */      Mat C = (Mat_< int >(3,3) << 0,1,2,3,4,5,6,7,8);      cout << "C=" << endl << " " << C << endl << endl;          return 0; }

Mat是OpenCV最基本的数据结构，Mat即矩阵（Matrix）的缩写，Mat数据结构主要包含2部分：Header和Pointer。Header中主要包含矩阵的大小，存储方式，存储地址等信息；Pointer中存储指向像素值的指针。我们在读取图片的时候就是将图片定义为Mat类型，其重载的构造函数一大堆，

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

class CV_EXPORTS Mat { public :      //! default constructor      Mat();      //! constructs 2D matrix of the specified size and type      // (_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)      Mat( int _rows, int _cols, int _type);      Mat( Size _size, int _type);      //! constucts 2D matrix and fills it with the specified value _s.      Mat( int _rows, int _cols, int _type, const Scalar& _s);      Mat( Size _size, int _type, const Scalar& _s);        //! constructs n-dimensional matrix      Mat( int _ndims, const int * _sizes, int _type);      Mat( int _ndims, const int * _sizes, int _type, const Scalar& _s);        //! copy constructor      Mat(const Mat& m);      //! constructor for matrix headers pointing to user -allocated data      Mat( int _rows, int _cols, int _type, void* _data, size_t _step=AUTO_STEP);      Mat( Size _size, int _type, void* _data, size_t _step=AUTO_STEP);      Mat( int _ndims, const int * _sizes, int _type, void* _data, const size_t* _steps=0);        //! creates a matrix header for a part of the bigger matrix      Mat(const Mat& m, const Range& rowRange, const Range& colRange=Range:: all ());      Mat(const Mat& m, const Rect& roi);      Mat(const Mat& m, const Range* ranges);      //! converts old-style CvMat to the new matrix; the data is not copied by default      Mat(const CvMat* m, bool copyData= false );      //! converts old-style CvMatND to the new matrix; the data is not copied by default      Mat(const CvMatND* m, bool copyData= false );      //! converts old-style IplImage to the new matrix; the data is not copied by default      Mat(const IplImage* img, bool copyData= false );        ......      }

要了解如何初始化Mat结构，就应该了解它的构造函数，比如程序中的第一初始化方式调用额就是

?

1	Mat( int _rows, int _cols, int _type, const Scalar& _s);

这个构造函数。

IplImage*是C语言操作OpenCV的数据结构，在当时C操纵OpenCV的时候，地位等同于Mat，OpenCV为其提供了一个接口，很方便的直接将IplImage转化为Mat，即使用构造函数

?

1	Mat(const IplImage* img, bool copyData= false );

上面程序中的第二种方法就是使用的这个构造函数。

关于Mat数据复制：前面说过Mat包括头和数据指针，当使用Mat的构造函数初始化的时候，会将头和数据指针复制（注意：只是指针复制，指针指向的地址不会复制），若要将数据也复制，则必须使用copyTo或clone函数

Mat还有几个常用的成员函数，在之后的文章中将会使用到：

?

1 2 3 4

//! returns true iff the matrix data is continuous // (i.e. when there are no gaps between successive rows ). // similar to CV_IS_MAT_CONT(cvmat->type) bool isContinuous() const;

这了解上面的函数作用前，得了解下OpenCV中存储像素的方法，如下，灰度图（单通道）存储按行列存储，

三通道RGB存储方式如下，每列含有三个通道，

为了加快访问的速度，openCV往往会在内存中将像素数据连续地存储成一行，isContinus()函数的作用就是用于判断是否连续存储成一行。存储成一行有什么好处呢？给定这行的头指针p，则只要使用p++操作就能逐个访问数据。

因此当判断存放在一行的时候，可以通过数据指针++很容易遍历图像像素：

?

1 2 3 4 5 6 7 8 9 10

long nRows = M. rows * M.channels();  // channels()也是Mat中一个常用的函数，用于获取通道数（RGB=3，灰度=1） long nCols = M.cols; uchar *p = M.data;  // 数据指针 if(M.isContinuous()) {      nCols *= nRows;      for (long i=0; i < nCols; i++) {          *p++ = ...; // 像素赋值或读取操作      }       }

请注意以上几个常用的Mat成员遍历和函数：

?

1 2 3 4

M.row; // 返回图像行数 M.nCols;  // 返回图像列数 M.channels();  //返回通道数 M.isContinuous(); // 返回bool类型表示是否连续存储

更多关于Mat的信息请参考安装目录下的include/opencv2/core.hpp文件

效果

左边是矩阵的一些操作输出结果，右边的图是通过IplImage *结构读入，转换为Mat后显示结果
。