opencv学习笔记（四）-- Mat对象

Mat对象与IPLImage对象

Mat对象可以自动分配内存，不存在内存泄露的问题，是面向对象的数据结构，Mat对象分为两个部分，
IPLImage是c语言风格的数据结构，需要开发者自己分配内存，进行内存管理，在编写大的程序时很容易造成内存泄漏。

创建具体的Mat对象

Mat （对象名称）（参数）

例：

Mat A(2,2, CV_8UC3, Scalar(0, 0, 255));

其中小括号里的前两个数字分别表示Mat对象矩阵的行数和列数
第三个参数表示的是用于存储元素的数据类型以及每个矩阵点的通道数

CV_ [ The number of bits per item ][ Signed or Unsigned ][ Type Prefix ]C[ The channel number ]

例如CV_8UC3表示的是我们使用8位长的无符号字符类型，每个像素都有其中的三个来形成三个通道，这里的C3表示有三个通道，最多可以提供4个通道。主要有以下值：

这里U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。

第四个参数初始化各个通道的参数，这里Scalar(0, 0, 255)将通道1初始化赋值为0，通道2初始化赋值为0，通道3初始化赋值为255。

运行该代码得到的结果为

将矩阵大小增加到200*200，并使用imshow()函数来显示图像，得到的结果为BGR格式的纯红色图像

Mat::create()函数

例：

M.create(4,4, CV_8UC(2));

使用这种方式创建的Mat对象无法初始化其矩阵值
运行结果如下：

采用这种方式创建的矩阵大小如果和之前的行列不一致，将会重新赋值分配数据存储空间。
例如，

Mat B(3,3,CV_8UC3, Scalar(0,0,200));
	cout << B << endl;

	B.create(2,2,CV_8UC3);
	cout << B << endl;

当我们使用第一种方式创建一个初始值为0，0，200的3 * 3矩阵，如果我们使用Mat::create()函数再次对B进行操作，创建2 * 2的矩阵，那么矩阵值将全部初始化为205。运行结果如下：

而如果我们创建的大小和之前一样，那么矩阵的值不会发生改变，代码和运行结果如下：

Matlab风格的Mat对象矩阵值的初始化

初始化矩阵值时，有几种MATLAB风格的初始化函数，分别是
1、Mat E = Mat::eye(4, 4, CV_64F);
初始化为单位阵
2、Mat O = Mat::ones(2, 2, CV_32F);
初始化矩阵值全为1
3、Mat Z = Mat::zeros(3,3, CV_8UC1);
初始化矩阵值全为0

运行下面代码：

    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;

得到的结果为：

对Mat对象矩阵直接赋值

	Mat C = (Mat_<double>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); 

上面的< double >表示的是数据类型

Mat对象的使用

Mat对象的复制（仅复制地址，不复制数据本身）

采用这两种方式的复制操作，只复制Mat对象的地址，所有的Mat对象都指向同一部分数据。

	Mat D(3, 3, CV_8UC1, Scalar(2));
	cout << D << endl;
	Mat E(D);			//复制
	cout << E << endl;
	Mat F = E;			//复制
	cout << F << endl;

第一种方式是Mat E(D);括号里是被复制的Mat对象
第二种方式是Mat F = E;采用等式的方式来复制。
这里我们把D复制给E，然后再把E复制给F
程序运行结果如下

然后我们对F的值进行修改

F = Mat::eye(3, 3, CV_8UC1);
	cout << "alter F then D =\n" << D << endl;
	cout << "alter F then E =\n" << E << endl;
	cout << "alter F then F =\n" << F << endl;

再次输出D、E、F的值，可以看出三个的值都会改变

在我们修改F的值时，如果我们同时修改F的行列数，那么就会给F重新分配数据存储空间，此时就不会影响D和E的值。例如，当我们修改F的行列数为2时，结果如下：

如果我们需要在复制时重新分配数据的存储空间，而不是只是复制对应数据的地址部分，那么我们可以用下面两种方式：

	Mat G(3, 3, CV_8UC1, Scalar(2));
	cout << G << endl;
	
	Mat H = G.clone();			//第一种
	cout << H << endl;
	
	Mat I;			
	H.copyTo(I);				//第二种
	cout << I << endl;

	I = Mat::eye(3, 3, CV_8UC1);
	cout << "alter I then G =\n" << G << endl;
	cout << "alter I then H =\n" << H << endl;
	cout << "alter I then I =\n" << I << endl;

打印输出结果如下

可以看到修改I的矩阵内容之后，其他矩阵内容并没有改变。

Mat对象的操作

	Mat newimage = imread("A:/opencvproject/pikaqiu.jpg", IMREAD_COLOR);
	cout << "newimage的行数：" << newimage.rows << endl;
	cout << "newimage的列数：" << newimage.cols << endl;
	cout << "newimage的通道数：" << newimage.channels() << endl;
	cout << "newimage的图像类型：" << newimage.type() << endl;
	cout << "newimage的图像深度：" << newimage.depth() << endl;

运行结果如下：

我们可以通过对Mat对象的操作得到其行数，列数，通道数，图像类型等许多信息，这里我们记住常用的几个即可。
更多Mat对象的操作推荐看这篇文章：
https://www.cnblogs.com/wangguchangqing/p/4016179.html

完整代码

今天的完整代码如下：

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;


int main() {
	Mat A(200, 200, CV_8UC3, Scalar(0, 0, 255));	//opencv三通道通常采用的时BGR图像空间，而不是RGB
	namedWindow("A",CV_WINDOW_AUTOSIZE);
	imshow("A",A);

	//两种Mat对象矩阵的创建方式
	/*Mat B(3,3,CV_8UC3, Scalar(0,0,200));
	cout << B << endl;
	B.create(3,3,CV_8UC3);
	cout << B << endl;*/

	//MATLAB风格的赋值操作
	/*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;*/
	
	//对小型矩阵直接赋值
	/*Mat C = (Mat_<double>(3, 3) << 0, -1.888, 0, -1, 5, -1, 0, -1, 0); 
	cout << C << endl;*/

	//不复制数据本身的操作
	//Mat D(3, 3, CV_8UC1, Scalar(2));
	//cout << D << endl;
	//Mat E(D);			//复制
	//cout << E << endl;
	//Mat F = E;			//复制
	//cout << F << endl;

	//F = Mat::eye(2, 2, CV_8UC1);
	//cout << "alter F then D =\n" << D << endl;
	//cout << "alter F then E =\n" << E << endl;
	//cout << "alter F then F =\n" << F << endl;

	//复制数据本身的复制操作
	//Mat G(3, 3, CV_8UC1, Scalar(2));
	//cout << G << endl;
	//Mat H = G.clone();			//第一种
	//cout << H << endl;
	//Mat I;			
	//H.copyTo(I);				//第二种
	//cout << I << endl;

	//I = Mat::eye(3, 3, CV_8UC1);
	//cout << "alter I then G =\n" << G << endl;
	//cout << "alter I then H =\n" << H << endl;
	//cout << "alter I then I =\n" << I << endl;
	
	//Mat对象的操作
	//Mat newimage = imread("A:/opencvproject/pikaqiu.jpg", IMREAD_COLOR);
	//cout << "newimage的行数：" << newimage.rows << endl;
	//cout << "newimage的列数：" << newimage.cols << endl;
	//cout << "newimage的通道数：" << newimage.channels() << endl;
	//cout << "newimage的图像类型：" << newimage.type() << endl;
	//cout << "newimage的图像深度：" << newimage.depth() << endl;
	waitKey(0);
}