OpenCV基础（1）--Mat简介

编程小炮灰

已于 2024-05-25 17:13:49 修改

阅读量1.1k

点赞数 5

分类专栏： OpenCV 文章标签： opencv 计算机视觉

于 2024-04-07 20:12:46 首次发布

本文链接：https://blog.csdn.net/philosopher123/article/details/137475344

版权

OpenCV 专栏收录该内容

5 篇文章 3 订阅

订阅专栏

本文介绍了OpenCV中的Mat容器，包括其数据类型定义、通道设置，以及Mat类的构造方式、多种赋值方法、基本运算和元素读取，如at读取、ptr指针和迭代器的使用。

摘要由CSDN通过智能技术生成

1. Mat容器

数字图像在计算机中都是以矩阵的形式存储的，矩阵数据表示这图像的亮度，颜色等。OpenCV提供了Mat（矩阵matrix）来存储矩阵。Mat是一个类，也是1个容器。

1.1 Mat简介

由于图像对数据准确性要求较高，否则易失真。因此opencv的数据类型定义得比较详细，如下图所示。

仅有数据类型还不够，还得给图像来个通道。例如灰度图像处理是单通道数据，彩色图像数据是3或4通道数据。OpenCV给定义的通道标识为C1,C2,C3,C4，分别表示1通道，2通道，3通道，4通道。将数据类型和通道数结合得到OpenCV对图像的数据类型的完整定义：

例如CV_8UC1:表示8位无符号1通道数据，用于表示8位灰度图。CV_8UC3表示8位无符号整数3通道，用于表示8位彩色图。

Mat a(640,480,CV_8UC3)        // 创建640*480的3通道矩阵存放彩色图像
Mat a(3,3,CV_8UC1)

1.2 Mat类构造与赋值

1.2.1 Mat构造

有以下3种方式：

// 1. 默认构造函数
Mat::Mat()

// 2. 根据输入图像矩阵和类型构造，type: CV_8UC1等
Mat::Mat(int rows, int cols, int type)

// 3. 根据已有矩阵构造
Mat::Mat(const Mat & m)

1.2.2 Mat赋值

5种赋值方式：

// 1. 构造时赋值
Mat::Mat(2, 2, CV_8UC3, Scalar(0,0,255))  // 创建3通道，每个像素都是0,0,255

// 2. 枚举法赋值：创建2 * 2的图像矩阵
Mat a = (Mat_<int>(2, 2) << 1, 2, 3, 4);

// 3. for循环赋值
Mat c = Mat_<int>(2, 2);
for (int i = 0; i < c.rows; i++)
{
    for (int j = 0; j < c.rols; j++)
    {
        c.at<int>(i, j) = i+j;    // Mat是个容器，at是容器常用赋值类函数
    }
}

// 4. 类方法构造
Mat d = Mat::ones(3, 3, CV_8UC1);    // 1矩阵，3*3矩阵，元素都为1
Mat e = Mat::zeros(4, 2, CV_8UC3);    // 0矩阵，4*2矩阵，元素都为0

// 5. 数组赋值
float a[8] = {1, 2, 3, 4, 5, 6, 7, 8}
Mat b = Mat(2, 2, CV_32FC2, a)
Mat c = Mat(2, 4, CV_32FC1, a)

/*
此时会自由拆分赋值：
b 为 2*2 ， 所以b = 
[1,2     3,4
5,6      7,8]
c 为 2*4， 所以c = 
[1    2    3    4
 5    6    7    8]
*/

1.3 Mat支持的运算

处理数据时，需要做加减乘除的运算，例如对图像滤波，增强等都需要对像素数据操作。opencv提供的Mat类在操作加减乘除时只需要像矩阵一样直接使用加减乘除符号即可，类似于MATLAB。

示例：

e = a + b;
f = c - d;
g = 2 * a;
h = d / 2.0
i = a - 1         // 表示a矩阵每个元素减去1
j = c * d        // 表示矩阵相乘，就是数学里的 m*n X n*l = m*l
k = a.dot(b)      // 内积或叫做点乘， 得到double类型的数， a,b 只能是行或列向量，个数相等。
m = a.mul(b)      // 乘积，是矩阵对应位置相乘，需要长一样的 m*n

1.4 Mat元素读取

Mat类矩阵在计算机中存储时是将三维数据变成二维数据，先存储第1个元素每个通道的数据，再存储第2个元素每个通道的数据。每一行都是这样存储。Mat 类自身有以下属性可以直接调用：

cols：列数
rows：行数
step：矩阵宽度，单位为字节；
elemSize（）：单个元素占的字节数；
total：元素个数
channels：通道数

1.4.1 at读取

示例：

Mat b(3, 4, CV_8UC3, Scalar(0, 0, 1));     // 初始化时赋值3*4 矩阵，每个像素为（0,0,1）
Vec3b vc3 = b.at<Vec3b>(0, 0);             // 使用at索引（0,0）数据，按照uchar读取
int num1 = (int)vc3.val[0];                //  依次取第1，2, 3个值
int num2 = (int)vc3.val[1];
int num3 = (int)vc3.val[2];

1.4.2 ptr指针读取

Mat类的数据存放是紧挨着，内存地址连续，索引可以通过指针依次索引。

int main()
{
    Mat b(2, 3, CV_8UC3, Scalar(10, 20, 30));
    for (int i = 0; i < b.rows; i++)
    {
        uchar* ptr = b.ptr<uchar>(i);
        for (int j = 0; j < b.cols * b.channels(); j++)
        {
            cout << (int)ptr[j] << " ";
        }
        cout << endl;
    }
}

1.4.3 迭代器iterator读取

示例：

#include <opencv2/opencv.hpp>  
#include <opencv2/core/core.hpp>  
#include <iostream>  
using namespace std;
using namespace cv;
int main()
{
    Mat a = (cv::Mat_<uchar>(2, 2) << 1, 2, 3, 4);
    MatIterator_<uchar> it_begin = a.begin<uchar>();
    MatIterator_<uchar> it_end = a.end<uchar>();
    for (int i = 0; it_begin != it_end; it_begin++)
    {
        cout << (int)(*it_begin) << " ";
        // 每行结束换新行
        if ((++i % a.cols) == 0)
        {
            cout << endl;
        }
    }
}