openCV-cvMat数据结构
1.理解CvMat结构的数据类型
新建二维矩阵:cvMat* cvCreateMat(int rows, int cols,int type);
(1)type可以是任何预定义类型,其结构为:CV_<bit_depth>(S|U|F)C<number_of_channels>。
bit_depth表示存储一个数字所需要的位数;
S|U|F表示数据类型,即S为有符号的整型,U表示无符号整型,F表示浮点型;
number_of_channels表示数据的通道数,即一个单元里存储的数字个数。
(2)OpenCV在为矩阵赋值的时候,依照type的值对数据进行二进制编码,并存于对应的内存中。
当需要从矩阵中取出数据的时候,系统找到指向对应数据的指针,如何对该指针指向的内存中的二进制编码进行解释,需要我们指定其数据类型。
例如,当type的值为CV_8UC3时,bit_depth的值为8,number_of_channels的值为3,则CV_8UC3表示用8位存储一个无符号的整数,一个存储单元里含有3个这种无符号的整数,一个存储单元占有3*8=24位的内存空间。
往矩阵中写入数据时,系统先把源数据按照8位无符号整数进行编码,然后按照3个数据一组将编码写入对应的内存中。
取数据时,系统找到指向对应数据的指针,由用户指定该指针的类型,系统则按照指针的类型来解释内存中的数据。在这里,我们需要指定该指针的类型为:unsigned char* 型。如果类型不匹配,则会因编码和解码规则不一致而导致错误。win32系统中,char为1字节(8位),short为2字节(16位),long和int为4字节(32位),float为4字节(32位),double为8字节(64位),所以,CV_8UC1对应unsigned char,CV_8SC1对应signed char,CV_16UC1对应unsigned short,CV_16SC1对应signed short,CV_32UC1对应unsigned int或者unsigned long,CV_32SC1对应signed int或者signed long,CV_32FC1对应float,CV_64FC1对应double。以上的通道数都为1。
对应的,在OpenCV的图像结构IplImage中,变量depth的值可以为:IPL_DEPTH_8U、IPL_DEPTH_8S、IPL_DEPTH_16S、IPL_DEPTH_32S等等,其存储规则和CvMat结构一致。
2. 理解CvMat结构多通道数据的存储规则
OpenCV支持多通道矩阵。在多通道矩阵中,通道的存储是连续的。例如一个CV_8UC3型矩阵,其存储结构为(uchar1,uchar2,uchar3),(uchar1,uchar2,uchar3)……。若有一个uchar型指针指向该矩阵数据,要将该指针移向下一通道,只需将其加1,;如果想访问下一个元素集,则需要家一定的偏移量(这里为3)。即若有uchar* pt指向uchar1,则pt++指向uchar2,要指向下一个uchar1需要pt=pt+3。
同样,在图像结构IplImage中,imageData的排列方式也是交错排列的。对于3通道RGB图像来说,imageData的排列方式为:RGBRGBRGB……。
3. 理解CvMat结构的step元素
step表示矩阵中行的长度,单位为字节。出于效率的考虑,step的长度为4字节的整数倍。例如:对于一个CV_8UC3类型大小为10*10的数组,每一个数字占1个字节(8位),一个元素集含有3个数字,占3个字节,一行10个元素集,所以一行所占的内存为30个字节。而在CvMat结构中,由于行数所占的内存要求为4字节的整数倍,所以OpenCV会在每一行的结尾添2个空字节,于是每一行所占的内存为32个字节。
与CvMat类似,图像结构IplImage中,元素widthStep表示图像中行的长度,单位为字节,且也必须为4字节的整数倍。如果实际长度不是4字节的整数倍,则在每一行的结尾设置冗余字节,使其为4字节的整数倍。
4. 理解CvMat结构中指向数据体的指针
在CvMat中,指向数据体的指针被设置为union类型:
union{
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
}data;
虽然每一个指针变量长度都一样(4字节) ,但它代表了对数据体的解释方法。例如:data.ptr表示数据体为uchar型,data.s表示数据体为short型等等。若有一个CV_32FC3型二维数组mat,指向第i行的指针可以用以下语句来表示:
float* ptr = (float*) (mat->data.ptr+mat->step*i);
或者 float* ptr = mat->data.fl+mat->step/sizeof(float)*i;
前一种方法首先将数据看成uchar型,加入偏移量后将指向数据体的指针强制转换为float*型。由于uchar型数据只占一个字节,和step的单位一致,所以偏移量为step*i;
后一种方法直接将数据看成float型然后加入偏移量。由于float数据所占的字节数为sizeof(float),所以偏移量为step/sizeof(float)*i,其中,每行的偏移量为step/sizeof(float)。
与CvMat不同的是,在图像结构IplImage中,指向图像数据的指针imageData总是uchar*型的。所以在图像数据进行指针运算的时候,可以直接增加widthStep个单位。而不必关心实际数据类型。总之,“当要处理的是矩阵时,必须对偏移量进行调整,因为数据指针可能是非字节类型;当要处理的是图像时,可以直接使用偏移,因为数据指针总是字节类型。”(《学习OpenCV》中文版P51)