决心好好研究一下opencv2.x,正好现在论文也写完了,有一些时间,从头深入研究一下!
先从基础结构cv::Mat开始,首先分析了一下Mat的主要的成员变量:
下面的是Mat的声明,在core.hpp中:
classCV_EXPORTS Mat
{
public:
/*
* functions
*/
enum { MAGIC_VAL=0x42FF0000, AUTO_STEP=0,CONTINUOUS_FLAG=CV_MAT_CONT_FLAG, SUBMATRIX_FLAG=CV_SUBMAT_FLAG };
/*! includes several bit-fields:
- the magic signature ---//Magicnumber-wikipedia
- continuity flag
- depth
- number of channels
*/
int flags;
//! the matrix dimensionality, >= 2
int dims;
//! the number of rows and columns or (-1,-1) when the matrix has more than 2 dimensions
int rows, cols;
//! pointer to the data
uchar* data;
//! pointer to the reference counter;
// when matrix points to user-allocateddata, the pointer is NULL
int* refcount;
//! helper fields used in locateROI andadjustROI
uchar* datastart;
uchar* dataend;
uchar* datalimit;
//! custom allocator
MatAllocator* allocator;
struct CV_EXPORTS MSize
{
MSize(int* _p);
Size operator()() const;
const int& operator[](int i) const;
int& operator[](int i);
operator const int*() const;
bool operator == (const MSize& sz)const;
bool operator != (const MSize& sz)const;
int* p;
};
struct CV_EXPORTS MStep
{
MStep();
MStep(size_t s);
const size_t& operator[](int i)const;
size_t& operator[](int i);
operator size_t() const;
MStep& operator = (size_t s);
size_t* p;
size_t buf[2];
protected:
MStep& operator = (constMStep&);
};
MSize size;
MStep step;
};
Mat代表多维密集单通道或者多通道的数值型数组。可以用来存储实数、复数向量或者灰度、彩色图像或者向量场,点云等等,数组M的数据布局由参数M.step[k]【第k维的步长】确定, M的第(i_0,...,i_M.dims-1)个元素的地址可以这样计算获得:
addr(Mi_0,...,i_M.dims-1)=M.data+M.step[0]*i_0+M.step[1]*i_1+...+M.step[M.dims-1]*i_M.dims-1;
【其中0<=i_k<M.size[k],是第k维的坐标,ex.在rows*cols=300*200的二维图像中,第0维的size,即M.size[0]=300,M.size[1]=200,M.dims=2,这样的话假设取矩阵(20,30) 处的数值的地址,则两个索引就可以确定为:i_0=20,i_1=30,从而也就可以确定M(20,30)的地址】。
在2维数组的情况下,上面的计算地址的公式变为:
addr(Mi,j)=M.data+M.step[0]*i+M.step[1]*j;
注意到M.step[i]>=M.step[i+1](事实上M.step[i]>=M.step[i+1]*M.size[i+1]),也就是说,2维的矩阵是按照一行一行存储的,3维矩阵是按照一面一面存储的,所以M.step[M.dims-1]是最小的并且一定等于元素的大小M.elemSize().【M.elemSize()函数返回的是每个元素占的字节空间大小,如果元素类型为CV_16SC3,则返回3*sizeof(short)即6】
【这里是解释步长step[k]的,步长也可以看作是与第k维的存储单位,在2维的矩阵中,因为存储是按照行的顺序存储的,整个矩阵存储为一个平面,所以第k=0维的步长也就是单位肯定就是一行所占的字节数;如果是3维的话,第0维是按照面为单位来存储的,第1维是按照行为单位来存储的,第2维是按照元素类型为单位存储的,每个元素类型是基本类型(即uchar,float,short等等)与通道数的乘积...;
也就是基本数据类型与通道数组成元素,多个元素组成了行,多行组成了面,多个面组成了3维体,多个3维体 组成4维超体。。。以此类推,如此看来某一维的步长应该等于低一维的步长step*低一维的大小size,那么>=是怎么回事?
这是字节对齐的原因,为了提高计算速度,对数据存储按照字长进行了对齐,在32位机器中是按照4字节对齐的,就像一个row=100,cols=101大小的单通道uchar图像,如果进行字节对齐则其step[0]=104,而不是101;
##注##--使用cv::Mat时,如果数据是从图像加载的,或者使用构造函数、create等创建分配的数据,是没有字节对齐的,所有的数据都是顺序存储,是continuous的,但是如果
(1)是使用自己的数据,然后用了Mat的头来访问,而指定的step不是AUTO_STEP的话,那么是否存在字节对齐就不一定了,但是如果是指定了step=AUTO_STEP则没有字节对齐,这个可以从手册中使用外部数据的构造函数对step参数的介绍中知道。
(2)图像是用IplImage加载的,然后转换为cv::Mat那就存在字节对齐的现象。
下面给出一个关于step,size的测试例子,从其输出中可以验证这些】
Mat load_mat =imread("d:/picture/temp1.bmp");
cout<<"step[0]="<<load_mat.step[0]<<",size[0]="<<load_mat.size[0]<<",step[1]="<<load_mat.step[1]<<",size[1]="<<load_mat.size[1]<<endl;
cout<<"rows="<<load_mat.rows<<",cols="<<load_mat.cols<<"elemSize="<<load_mat.elemSize()<<",continuous="<<load_mat.isContinuous()<<endl;
cout<<"----------------------------------------------------"<<endl;
Mat mem_mat(101,104, CV_8UC3,Scalar::all(255));
cout<<"step[0]="<<mem_mat.step[0]<<",size[0]="<<mem_mat.size[0]<<",step[1]="<<mem_mat.step[1]<<",size[1]="<<mem_mat.size[1]<<endl;
cout<<"rows="<<mem_mat.rows<<",cols="<<mem_mat.cols<<"elemSize="<<mem_mat.elemSize()<<",continuous="<<mem_mat.isContinuous()<<endl;
cout<<"----------------------------------------------------"<<endl;
int sz[]={101,101,101};
Mat cube(3, sz, CV_32FC3, Scalar::all(0));
cout<<"step[0]="<<cube.step[0]<<",size[0]="<<cube.size[0]<<",step[1]="<<cube.step[1]<<",size[1]="<<cube.size[1]<<endl;
cout<<"step[2]="<<cube.step[2]<<",size[2]="<<cube.size[2]<<",step1*size1="<<cube.step[1]*cube.size[1]<<endl;
cout<<"step2*size2="<<cube.size[2]*cube.step[2]<<",elemSize="<<cube.elemSize()<<",continuous="<<cube.isContinuous()<<endl;
cout<<"rows="<<cube.rows<<",cols="<<cube.cols<<endl;
cout<<"----------------------------------------------------"<<endl;
uchar data[1212]={0};
Mat createdmat(cv::Size(101,12),CV_8UC1, data,104);
cout<<"step[0]="<<createdmat.step[0]<<",size[0]="<<createdmat.size[0]<<",step[1]="<<createdmat.step[1]<<",size[1]="<<createdmat.size[1]<<endl;
cout<<"rows="<<createdmat.rows<<",cols="<<createdmat.cols<<"elemSize="<<createdmat.elemSize()<<",continuous="<<createdmat.isContinuous()<<endl;
cout<<"----------------------------------------------------"<<endl;
Mat createdmat2(cv::Size(101,12),CV_8UC1,data);
cout<<"step[0]="<<createdmat2.step[0]<<",size[0]="<<createdmat2.size[0]<<",step[1]="<<createdmat2.step[1]<<",size[1]="<<createdmat2.size[1]<<endl;
cout<<"rows="<<createdmat2.rows<<",cols="<<createdmat2.cols<<"elemSize="<<createdmat2.elemSize()<<",continuous="<<createdmat2.isContinuous()<<endl;
cout<<"----------------------------------------------------"<<endl;
IplImage *image =cvLoadImage("d:/picture/temp1.bmp");
cout<<"widthstep="<<image->widthStep<<",height="<<image->height<<",width="<<image->width<<endl;
Mat cvted(image);
cout<<"step[0]="<<cvted.step[0]<<",size[0]="<<cvted.size[0]<<",step[1]="<<cvted.step[1]<<",size[1]="<<cvted.size[1]<<endl;
cout<<",step1*size1="<<cvted.step[1]*cvted.size[1]<<"elemSize="<<cvted.elemSize()<<",continuous="<<cvted.isContinuous()<<endl;
cout<<"=========================================================="<<endl;
cout<<"sizeof(loadmat)="<<sizeof(load_mat)<<",sizeof(memmat)="<<sizeof(mem_mat)<<",sizeof(cube)="<<sizeof(cube)<<endl;
cout<<"sizeof(createdmat)="<<sizeof(createdmat)<<",sizeof(createdmat2)="<<sizeof(createdmat2)<<",sizeof(cvted)="<<sizeof(cvted)<<endl;
cvReleaseImage(&image);
下面是输出:
结合上面的分析,可以看出第一种情况是使用imread加载的图像,虽然图像的cols=355,但是其step[0]=1065=355*3 没有字节对齐,从continuous=1也可以看出,下面的第二种情况也是,第三种情况是3维矩阵,也没有进行字节对齐,此时可以看出cols=rows=-1; 第四种情况,使用外部数据,指定了step=104进行字节对齐,可以看出此时step[0]!=step[1]*size[1]了,continuous=0,但是第五种情况下,step采用默认AUTO_STEP时,没有字节对齐,第六种情况,采用IplImage加载与第一种同一幅图像时,可以看出此时使用了字节对齐,其widthstep等于转换为Mat之后的step[0]的值,大于step[1]*size[1],continuous=0,这也验证了上面的分析。
另外几个常用的成员变量:
--------------------------------------------------
int flags; 标志位,包含几个位域:
--magic signature 魔法签名或者更确切的说应该是文件的签名,用于区分不同文件格式的标志,是文件的"身份证";在Mat构造函数中可以发现一些端倪, 在使用外部数据构造Mat的构造函数中:flags(MAGIC_VAL + (_type &TYPE_MASK)),在默认构造函数中:flags(0),在imread图像加载时应该也进行了相应的设置【没有确认?】,
关于该数字签名的一些相关东西,可以参考一下WikiPedia的Magic number词条
--continuity flag 即是否是连续存储的,标志有没有使用字节对齐
--depth 元素深度即基本元素类型,uchar,short,float等
--number of channels 通道数
--------------------------------------------------
cols,rows 矩阵的行数,列数【注意,在图像中行数对应的是高度,列数对应的是宽度】,当维数大于2时,均为-1;
dims 矩阵的维数;
uchar* data; 存储具体数据的地址指针。