Mat对象与IplImage对象
- Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题,是面向对象的数据结构。分了两个部分,头部与数据部分。
- IplImage是从2001年OpenCV发布之后就一直存在,是C语言风格的数据结构,需要开发者自己分配与管理内存,对大的程序使用它容易导致内存泄漏问题(OpenCV2.0后基本上不用)
Mat对象构造函数与常用方法
1.Mat对象构造函数
- Mat ()
Mat src;
- Mat (int rows,int cols,int type)
- Mat (size size,int type)
Mat dst;
dst = Mat(src.size(), src.type());
- Mat (int rows,int cols,int type,const Scalar &s)
//像素100×100的单通道,GRAY-127颜色
Mat M(100, 100, CV_8UC1, Scalar(127));
//像素100×100的三通道,RGB为0,0,255的颜色
//事实证明,OpenCV中对RGB图像数据的存储顺序是BGR,而且Scalar()的顺序也是B,G,R
Mat M(100, 100, CV_8UC1, Scalar(0,0,255));
- Mat (size size,int type,const Scalar &s)
Mat dst;
dst = Mat(src.size(), src.type());
dst = Scalar(127, 0, 255);
//可以像Mat (size size,int type,const Scalar &s)这样连起来
- Mat (int ndims,const int *sizes,int type)
- Mat (int ndims,const int *sizes,int type,const Scalar &s)
- Mat::zeros(src.size(), src.type());
dst = Mat::zeros(src.size(), src.type());
//dst的大小,类型和原图像一致
m2 = Mat::zeros(2,2,CV_8UC1);
//构造一个2×2的单通道图像
//可以类似为矩阵m2={0,0,
// 0,0}
- Mat::eye(2,2,CV_8UC1);
m2 = Mat::zeros(2,2,CV_8UC1);
//构造一个2×2的单通道图像
//可以类似为矩阵m2={1,0,
// 0,1} 注意是单位矩阵
2.常用方法
- void copyTo(Mat mat)
src.copyTo(dst); //复制src到dst
- void convertTo(Mat dst, int type)
- Mat clone()
- int channels()
- int depth()
- bool empty()
- uchar* ptr(i=0)
const uchar* firstRow = dst.ptr<uchar>(0);
printf("fist pixel value : %d\n", *firstRow);
3.Mat对象使用
- 部分复制:一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分
这里是指B和A是两个指针,都指向同一个数据,这就意味着当你修改了A或B中任意一个,另一个的内容也会改变
Mat A= imread(imgFilePath);
Mat B(A) // 只复制
- 完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现
Mat F = A.clone();
//或
Mat G; A.copyTo(G);
4.Mat对象使用-四个要点
- 输出图像的内存是自动分配的
- 使用OpenCV的C++接口,不需要考虑内存分配问题
- 赋值操作和拷贝构造函数只会复制头部分
- 使用clone与copyTo两个函数实现数据完全复制
5.Mat对象创建
- cv::Mat::Mat构造函数
Mat M(2,2,CV_8UC3, Scalar(0,0,255))
其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3,第四个参数是向量表示初始化每个像素值是多少,向量长度对应通道数目一致 - cv::Mat::create实现
Mat M;
M.create(4, 3, CV_8UC2);
M = Scalar(127,127);
cout << "M = " << endl << " " << M << endl << endl;
uchar* firstRow = M.ptr<uchar>(0);
printf("%d", *firstRow);
6.定义小数组
Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout << "C = " << endl << " " << C << endl << endl;
7.代码演示
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
Mat src;
src = imread("D:/vcprojects/images/test.png");
if (src.empty()) {
cout << "could not load image..." << endl;
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
/*Mat dst;
dst = Mat(src.size(), src.type());
dst = Scalar(127, 0, 255);
namedWindow("output", CV_WINDOW_AUTOSIZE);
imshow("output", dst);*/
Mat dst;
//src.copyTo(dst);
namedWindow("output", CV_WINDOW_AUTOSIZE);
cvtColor(src, dst, CV_BGR2GRAY);
printf("input image channels : %d\n", src.channels());
printf("output image channels : %d\n", dst.channels());
int cols = dst.cols;
int rows = dst.rows;
printf("rows : %d cols : %d\n", rows, cols);
const uchar* firstRow = dst.ptr<uchar>(0);
printf("fist pixel value : %d\n", *firstRow);
Mat M(100, 100, CV_8UC1, Scalar(127));
//cout << "M =" << endl << M << endl;
Mat m1;
m1.create(src.size(), src.type());
m1 = Scalar(0, 0, 255);
Mat csrc;
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(src, csrc, -1, kernel);
Mat m2 = Mat::eye(2, 2, CV_8UC1);
cout << "m2 =" << endl << m2 << endl;
imshow("output", m2);
waitKey(0);
return 0;
}