在讲解Mat之前,先来介绍一些基础知识。
阵列的数据类型
阵列的数据类型定义了为阵列的每个元素(图片中的像素)分配的比特数以及如何使用这些比特数表示元素的值。任何阵列的元素都应该有下面数据类型的一种:
单通道阵列
- CV_8U (8 bit 无符号整数)
- CV_8S (8 bit 有符号整数)
- CV_16U(16 bit 无符号整数)
- CV_16S (16 bit 有符号整数)
- CV_32S (32 bit 有符号整数)
- CV_32F (32 bit 浮点数)
- CV_64F (64 bit 浮点数)
举例来说:下图展示了一个使用8 bit无符号整数的单通道阵列。因为数据类型是8 bit无符号整数,因此这个阵列的每个元素为0-255的值。
多通道阵列
我们可以为多通道阵列定义上面的所有的数据类型(最多支持512个通道)。这里只演示为多通道定义CV_8U数据类型:
- CV_8UC1 (单通道阵列,8 bit 无符号整数)
- CV_8UC2 (2通道阵列,8 bit 无符号整数)
- CV_8UC3 (3通道阵列,8 bit 无符号整数)
- CV_8UC4 (4通道阵列,8 bit 无符号整数)
- CV_8UC(n) (n通道阵列,8 bit 无符号整数 (n 可以从 1 到 512) )
例1:下图展示了一个使用8 bit 无符号整数的3通道阵列。因为数据类型是8 bit无符号整数,因此这个阵列的每个元素为0-255的值。由于是3通道阵列,所以阵列由带有3个元素的元组组成,第一个元组是{54, 0, 34},第二个元组是 {58, 78, 185} ,以此类推。例2:下图展示了一个使用8 bit有符号整数的2通道阵列。因为数据类型是8 bit有符号整数,故阵列的每个元素值从-128到127。因为这是一个2通道阵列,所以阵列由有2个元素的元组组成。第一个元组是{-85,-127},第二个是{25,23},以此类推。注意: CV_8U = CV_8UC1 = CV_8UC(1)
使用示例
- Mat img1(3, 5, CV_32F ); //宽3x高5 使用32 bit浮点数的单通道阵列
- Mat img2(23, 53, CV_64FC(5) ); //23 x 53 使用64 bit浮点数的5通道阵列
- Mat img3(Size(100, 200), CV_16UC2 ); //100 x 200 使用16 bit无符号整数的2通道阵列
记住:一些OpenCV函数不支持上面全部的数据类型,所以在使用时注意一些。
IplImage的位深(C style)
- IPL_DEPTH_<bit_depth>(S|U|F)
- <bit_depth> 可能的值为 1,8,16,32 and 64
- S = Signed
- U = Unsigned
- F = Float
- 位深为1的图片应该为unsigned
- 位深为8的图片应该为signed或unsigned
- 位深为16的图片应该为signed或unsigned
- 位深为32位的图片应该为signed或float
- 位深为64的图片应该为float
- 例子:
- IPL_DEPTH_1U (位深为1,unsigned)
- IPL_DEPTH_8U (位深为8,unsigned)
- IPL_DEPTH_16U
- IPL_DEPTH_32F (位深为32,float)
- IPL_DEPTH_8S
- IPL_DEPTH_16S (位深为16,signed)
- IPL_DEPTH_32S
- IPL_DEPTH_64F
位深表示为每个像素分配的比特数。比如,使用IPL_DEPTH_8U的IplImage每个像素使用8 bit无符号整数,这表示每个像素的值是从0-255的整数。 当前IplImage数据结构支持IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F。
Mat类
Mat是基本的图像容器,它由两个数据部分组成:矩阵头(包含矩阵尺寸,存储方法,存储地址等信息)和一个指向存储所有像素值的矩阵(根据所选存储方法的不同矩阵可以是不同的维数)的指针。Mat使用了引用技术机制,这样在拷贝Mat对象的时候,只拷贝信息头,所有的对象都共享一个矩阵。
1
2
3
4
5
6
|
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;
// 赋值运算符
|
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:
1
2
|
Mat D (A, Rect(10, 10, 100, 100) );
// using a rectangle
Mat E = A(Range:all(), Range(1,3));
// using row and column boundaries
|
如果真的需要拷贝矩阵(不只是信息头和矩阵指针),可以使用函数 clone() 或者 copyTo()
1
2
3
|
Mat F = A.clone();
Mat G;
A.copyTo(G);
|
现在改变 F 或者 G 就不会影响 Mat 信息头所指向的矩阵。 Mat 不但是一个很赞的图像容器类,它同时也是一个通用的矩阵类,所以可以用来创建和操作多维矩阵。创建一个Mat对象有多种方法:
Mat() 构造函数
1
2
|
Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
cout <<
"M = "
<< endl <<
" "
<< M << endl << endl;
|
对于二维多通道图像,首先要定义其尺寸,即行数和列数。CV_8UC3在前面已经详细解释了,这里不再赘述。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。
在 C\C++ 中通过构造函数进行初始化
1
2
|
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
1
2
|
IplImage* img = cvLoadImage(
"greatwave.png"
, 1);
Mat mtx(img);
// convert IplImage* -> Mat
|
Create() 函数
1
2
3
|
Mat M;
M.create(4, 4, CV_8UC(2));
cout <<
"M = "
<< endl <<
" "
<< M << endl << endl;
|
这个创建方法不能为矩阵设初值,它只是在改变尺寸时重新为矩阵数据开辟内存。
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:
1
2
3
4
5
6
7
8
|
Mat E = Mat::eye(4, 4, CV_64F);
cout <<
"E = "
<< endl <<
" "
<< E << endl << endl;
Mat O = Mat::ones(2, 2, CV_32F);
cout <<
"O = "
<< endl <<
" "
<< O << endl << endl;
Mat Z = Mat::zeros(3, 3, CV_8UC1);
cout <<
"Z = "
<< endl <<
" "
<< Z << endl << endl;
|
对于小矩阵你可以用逗号分隔的初始化函数
1
2
|
Mat C = (Mat_<
double
>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout <<
"C = "
<< endl <<
" "
<< C << endl << endl;
|
使用 clone() 或者 copyTo() 为一个存在的 Mat 对象创建一个新的信息头
1
2
3
|
Mat C(3, 1, CV_8UC1, Scalar(1));
Mat RowClone = C.row(1).clone();
cout <<
"RowClone = "
<< endl <<
" "
<< RowClone << endl << endl;
|
总结
本篇文章介绍了阵列的数据类型和位深的内容,讲解了Mat类的一些基础知识以及创建Mat对象的一些方法。