OpenCV从入门到精通（二） ——构造Mat、操作符重载

最新推荐文章于 2024-02-15 07:04:42 发布

系统学习OpenCV

最新推荐文章于 2024-02-15 07:04:42 发布

阅读量1.6k

点赞数 1

分类专栏： OpenCV4从入门到精通文章标签： opencv 图像处理计算机视觉

本文链接：https://blog.csdn.net/lang_shi/article/details/131561312

版权

OpenCV4从入门到精通专栏收录该内容

2 篇文章 16 订阅

订阅专栏

在OpenCV中，图像数据采用Mat进行表示。学会Mat的基本操作，是OpenCV的基础。
图像可以用二维矩阵表示，因此，可以把Mat看出一个二维矩阵。单通道图像是一个二维矩阵，三通道图像是三个二维矩阵。构造Mat的方式有很多种，下面分别介绍各种构造Mat数据的方式。另外，对于Mat数据的操作符重载主要是指加减乘除操作，这是最基本的Mat数据操作方式。

一、利用Mat类的构造函数来构造Mat数据

OpenCV的Mat类是最基本的图像处理数据类型，其中的构造函数可以用于构造Mat数据，这种方式主要用于构造比较小的矩阵。Mat构造函数有下列形式：
Mat();
Mat(int rows, int cols, int type);
Mat(Size size, int type);
Mat(int rows, int cols, int type, const Scalar& s);
Mat(Size size, int type, const Scalar& s);
Mat(int ndims, const int* sizes, int type);
Mat(const std::vector& sizes, int type);
Mat(int ndims, const int* sizes, int type, const Scalar& s);
Mat(const std::vector& sizes, int type, const Scalar& s);
Mat(const Mat& m);
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);
Mat(const std::vector& sizes, int type, void* data, const size_t* steps=0);
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);
Mat(const Mat& m, const std::vector& ranges);
上面各种形式的构造函数使用方法都差不多，需要弄清楚每个参数的含义，然后传入对应的参数就可以了。
参数：
rows：行数
cols：列数
type：数据类型
size：矩阵的高宽
s：构造Mat时可以给定初始值初始值
ndims：维度
data：数据指针，用于指定 Mat 对象的存储数据
step：可选参数，用于指定每行像素数据的步长
rowRange：指定已有Mat数据的行的范围
colRange：指定已有Mat数据的列的范围
roi：指定已有Mat数据的已有ROI矩形区域
ranges：指定已有Mat数据的行列范围
在c++中利用构造函数构造Mat的例子如下：

Mat ConstructMat=(Mat_<uchar>(3,3)<<1,2,3,4,5,6,7,8,9);

表示构造了一个ucahr数据类型的3×3大小的Mat数据类型，并且赋了初始值。
在python中可以使用cv2.Mat()的方式构造，但是如果在构造时赋初始值，一般不采用这样方式，而是采用下面这种方式：

ConstructMat = np.array((np.array([1,2,3,4,5,6,7,8,9]).reshape((3,3))), dtype = np.uint8)

另外，在emgucv和opencvsharp中可以采用下面的方式进行构造。
EmguCV：

Mat ConstructMat = new Mat(3,3,DepthType.Cv8U, 1);
byte[] ConstructMatData =new byte[]{1,2,3,4,5,6,7,8,9};
ConstructMat.SetTo(ConstructMatData);

OpenCVSharp：

Mat ConstructMat = new Mat(3,3,MatType.CV_8U, 1);
byte[] ConstructMatData =new byte[]{1,2,3,4,5,6,7,8,9};
Marshal.Copy(ConstructMatData,0,ConstructMat.Data,9);

对于其它构造函数的使用方式，也是类似的使用方法。在此就不再详述。

二、几种特殊的Mat矩阵

在OpenCV中，提供了几种特殊的Mat矩阵，分别是全“0”矩阵，全“1”矩阵，单位矩阵。其构造方式如下：

1、全“0”矩阵

使用函数zeros构造，有以下几种方式：
static MatExpr zeros(int rows, int cols, int type);
static MatExpr zeros(Size size, int type);
static MatExpr zeros(int ndims, const int* sz, int type);
参数：
Rows:行数
Cols：列数
type：数据类型
size：Mat行列大小
ndims：数组的维度
sz：指定数组的形状的整数数组。
C++中使用方法：

Mat ZerosMat=Mat::zeros(Size(3,3),CV_8U);

Python中通常使用np.zeros,使用方法：

ZerosMat=np.zeros((3,3), dtype = np.uint8)

EmguCV中使用方法：

Mat ZerosMat = Mat.Zeros(3,3,DepthType.Cv8U, 1);

OpenCVSharp中使用方法：

Mat ZerosMat = Mat.Zeros(3,3,MatType.CV_8UC1);

2、全“1”矩阵

使用函数ones构造，和zeros函数类似，有以下几种方式：
static MatExpr ones(int rows, int cols, int type);
static MatExpr zeros(Size size, int type);
static MatExpr ones(int ndims, const int* sz, int type);
参数：
Rows:行数
Cols：列数
type：数据类型
size：Mat行列大小
ndims：数组的维度
sz：指定数组的形状的整数数组。
C++中使用方法：

Mat OnesMat=Mat::ones(Size(3,3),CV_8U);

Python中通常使用np.ones,使用方法：

OnesMat=np.ones((3,3), dtype = np.uint8)

EmguCV中使用方法：

Mat OnesMat = Mat.Ones(3,3,DepthType.Cv8U, 1);

OpenCVSharp中使用方法：:

Mat OnesMat = Mat.Ones(3,3,MatType.CV_8UC1);

3、单位矩阵

使用函数eye构造，和zeros函数类似，有以下几种方式：
static MatExpr eye(int rows, int cols, int type);
static MatExpr eye(Size size, int type);
参数：
Rows:行数
Cols：列数
type：数据类型
size：Mat行列大小
C++中使用方法：

Mat EyeMat=Mat::eye(Size(3,3),CV_8U);

Python中通常使用np.eye,使用方法：

EyeMat=np.eye(3,dtype =  np.uint8)

EmguCV中使用方法：

Mat EyeMat = Mat.Eye(3,3,DepthType.Cv8U, 1);

OpenCVSharp中使用方法：:

Mat EyeMat = Mat.Eye(3,3,MatType.CV_8UC1);

三、利用已有的Mat数据来构造Mat矩阵

这种方式是使用非常多的，常见的选择图像中的某个矩形ROI区域，就可以采用这种方式，使用的函数主要是colRang、rowRange、Range三个。表示选择部分列和行来构造Mat数据。具体使用方式如下：
C++：

Mat ReadImage=imread("E:/TestImage/data/apple.jpg",1);
Mat ColRangeImage=ReadImage(100,200);
Mat RowRangeImage=ReadImage(100,200);
Mat RangeImage=ReadImage(Range(100,200),Range(100,200));

Python:

#如果支持中文路径,可以采用以下方式
#ReadImage=cv2.imread("E:/TestImage/data/apple.jpg",1)
#如果不支持中文，请采用以下方式
ReadImage = cv2.imdecode(np.fromfile("E:/TestImage/data/apple.jpg", dtype =np.uint8),1)
ColRangeImage=ReadImage[:,100:200]
RowRangeImage=ReadImage[100:200,:]
RangeImage=ReadImage[100:200,100:200]

EmguCV:

Mat ReadImage=CvInvoke.Imread("E:/TestImage/data/apple.jpg",(ImreadModes)1);
Mat ColRangeImage=  new Mat(ReadImage,Range.All,new Range(100,200));
Mat RowRangeImage=  new Mat(ReadImage,new Range(100,200),Range.All);
Mat RangeImage=  new Mat(ReadImage,new Range(100,200),new Range(100,200));

OpenCVSharp：

Mat ReadImage= Cv2.ImRead("E:/TestImage/data/apple.jpg",(ImreadModes)1);
Mat ColRangeImage=  new Mat(ReadImage,Range.All,new Range(100,200));
Mat RowRangeImage=  new Mat(ReadImage,new Range(100,200),Range.All);
Mat RangeImage=  new Mat(ReadImage,new Range(100,200),new Range(100,200));

上面的例子是从以打开的图像中选择部分行或列来构造Mat数据，也可以采用该方式来选择图像中的矩形感兴趣区域，得到的结果图像如下：
原图描述
选择100到200列
选择100到200行
选择100到200列和100到200行

四、Mat数据的操作符重载：加减乘除

Mat数据的加减乘除操作可以看作是一些数字的数学运算，和常规的数字之间的加减乘除是类似的，需要注意的是乘法运算是Mat和一个数字之间进行运算，如果需要两个Mat数据之间进行乘法运算，需要额外进行一些处理，
以下是图像Mat数据的加减乘除运算示例代码：
C++：

Mat ReadImage=imread("E:/TestImage/test1.bmp",0);
Mat ReadImage_1=imread("E:/TestImage/test2.bmp",0);
Mat AddImage=ReadImage+ReadImage_1;
Mat SubImage=ReadImage-ReadImage_1;
Mat MulImage=ReadImage*2;
Mat DivImage=ReadImage/1.2;

Python：

#如果支持中文路径,可以采用以下方式
#ReadImage=cv2.imread("E:/TestImage/test1.bmp",0)
#如果不支持中文，请采用以下方式
ReadImage = cv2.imdecode(np.fromfile("E:/TestImage/test1.bmp", dtype =np.uint8),0)
#如果支持中文路径,可以采用以下方式
#ReadImage_1=cv2.imread("E:/TestImage/test2.bmp",0)
#如果不支持中文，请采用以下方式
ReadImage_1 = cv2.imdecode(np.fromfile("E:/TestImage/test2.bmp", dtype =np.uint8),0)
AddImage=ReadImage+ReadImage_1
SubImage=ReadImage-ReadImage_1
MulImage=ReadImage*2
DivImage=ReadImage/1.2

EmguCV:

Mat ReadImage=CvInvoke.Imread("E:/TestImage/test1.bmp",(ImreadModes)0);
Mat ReadImage_1=CvInvoke.Imread("E:/TestImage/test2.bmp",(ImreadModes)0);
Mat AddImage=ReadImage+ReadImage_1;
Mat SubImage=ReadImage-ReadImage_1;
Mat MulImage=ReadImage*2;
Mat DivImage=ReadImage/1.2;

OpenCVSharp:

Mat ReadImage= Cv2.ImRead("E:/TestImage/test1.bmp",(ImreadModes)0);
Mat ReadImage_1= Cv2.ImRead("E:/TestImage/test2.bmp",(ImreadModes)0);
Mat AddImage=ReadImage+ReadImage_1;
Mat SubImage=ReadImage-ReadImage_1;
Mat MulImage=ReadImage*2;
Mat DivImage=ReadImage/1.2;

结果图像如下：
原图1
原图2

五、总结

以上是一些常见的创建 Mat 数据的方法和技巧以及Mat数据的加减乘除操作。当然，还有其他一些创建Mat的方法，使用这些方法，可以根据需要创建不同类型和大小的图像或矩阵，并进行进一步的图像处理或矩阵操作。熟练掌握OpenCV中的Mat创建方法以及加减乘除操作，对于后面熟悉OpenCV的使用是非常有用处的。
OpenCV数字图像处理学习平台是一个交互式可视化操作平台，直接鼠标操作即可快速掌握OpenCV的使用。该学习帮平台可以根据操作过程自动生成代码，直接复制到自己的程序里面就可以使用，生产的代码包括c++、python、OpenCVsharp、emgucv四种语言。助文档有每个函数的完整示例代码。
OpenCV数字图像处理学习平台下载地址：
链接: https://pan.baidu.com/s/1XyotEmXLfD-XCNCYOiVUYg
提取码: aj9d

系统学习OpenCV

关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
1
评论
OpenCV从入门到精通（二） ——构造Mat、操作符重载

常见的创建 Mat 数据的方法以及Mat数据的加减乘除操作，熟练掌握OpenCV中的Mat创建方法以及加减乘除操作，对于后面熟悉OpenCV的使用是非常有用处的。
复制链接

扫一扫