opencv语法Mat类型总结

已于 2022-07-31 16:24:26 修改
阅读量1.8k 收藏 7
点赞数 1
分类专栏： QT+Opencv+VS 文章标签： opencv 计算机视觉 人工智能
于 2022-07-31 16:20:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20467929/article/details/126086953
版权

Mat_类型

文章目录

方法描述示例
Mat数据类型Mat mat(3000, 4000, CV_8UC3);//行、列、元素大小字节数
mat.data图像数据QImage img(mat.data, src.cols, src.rows, QImage::Format_RGB888);
rows数据行mat.rows //数据行，可代表高度
cols数据列mat.cols //数据列，可代表宽度
elemSize元素大小字节数mat.elemSize();
step表示行数据长度（单位是字节数）mat.step; //确定了mat如何去换行。(mat每一行内是连续的，只是行结束地址不定)
create()先定义了mat，后面确定行、列等参数后使用creatmat.create(3000, 4000, CV_8UC3); //如果mat原来有空间则会被释放

在这里插入图片描述

在这里插入图片描述

确保像素值在0-255之间：
在这里插入图片描述

QT使用Mat类型

QT默认是不支持Mat类型作为信号槽的，需要注册，如下是方法。

// 注册
qRegisterMetaType<cv::Mat>("cv::Mat"); //信号槽传递的参数，QT默认不支持cv::Mat。采用此种方式注册。<cv::Mat>是类型，"cv::Mat"是名字

//使用例程
    QObject::connect(XVideoThread::Get(),  //哪个对象发出
        SIGNAL(ViewImage1(cv::Mat)),  //发出的信号。
        ui.cameraShow,
        SLOT(SetImage(cv::Mat))
    );

mat之深拷贝、浅拷贝理解

cv::Mat a; //创建一个名为a的矩阵头
a = cv::imread(“test.jpg”); //向a中赋值图像数据，矩阵指针指向像素数据。默认读的格式为BGR
cv::Mat b=a; //复制矩阵头，并命名为b（浅复制）。当删除a变量时，b变量并不会指向一个空数据，只有当两个变量都删除后，才会释放矩阵数据。因为矩阵头中引用次数标记了引用某个矩阵数据的次数，只有当矩阵数据引用次数为0的时候才会释放矩阵数据。采用引用次数来释放存储内容是C++中常见的方式，用这种方式可以避免仍有某个变量引用数据时将这个数据删除造成程序崩溃的问题，同时极大的缩减了程序运行时所占用的内存。

1.Mat类型遍历与赋值
1）拷贝赋值
浅层拷贝：Mat B=A；B就是浅层拷贝A,B只拷贝了A的的头部和地址，当B被操作后A也随之改变。
深层拷贝：Mat A=imread("x.jpg"); Mat B=A.clone()；B是开辟了新的内存完全的复制了A的内容，操作B不会对A造成影响。
src1.copyTo(des);   //不能用des = src1 (浅复制)，这样做会导致des改变的时候src1(原图)也改变了。

//注意：浅拷贝 - 不复制数据只创建矩阵头，数据共享（更改a,b,c的任意一个都会对另外2个产生同样的作用）
Mat aa;
Mat ba = aa; //aa “copy” to ba
Mat ca(aa); //aa “copy” to ca
//注意：深拷贝
Mat aa;
Mat ba = aa.clone( ); //aa copy to ba
Mat ca;
aa.copyTo( ca ); //aa copy to ca

2）将数据类型为U16的dataU16赋值给数据类型为u8的dataU8（数据类型转换）.
    Mat dataU16 = Mat(Size(w, h), CV_16UC1);
    Mat dataU8 = Mat(Size(w, h), CV_8UC1);
    U16* pxvecU16 = dataU16.ptr<U16>(0);
    U8* pxvecU8 = dataU8.ptr<U8>(0);
    for (int i = 0; i < dataU16.rows; i++)
    {
        pxvecU16 = dataU16.ptr < U16>(i);
        pxvecU8 = dataU8.ptr<U8>(i);
        for (int j = 0; j < dataU16.cols; j++)
        {
            pxvecU8[j] = (U8)pxvecU16[j];
        }
    }

mat之构造函数

非常好的参考教程0-Mat类介绍
非常好的参考教程1-Mat类构造与赋值

1.常规1
cv::Mat::Mat( int  rows, int  cols, int  type)
rows：构造矩阵的行数  （高度）
cols：矩阵的列数  （宽度）
cv::Mat M(480,640,CV_8UC3); 表示定义了一个480行，640列的矩阵，矩阵的每个单元的由三个(C3:3 Channel)8位无符号整形(unsigned char 8, U8)构成。表示的是三通道，是彩色图像。

2.常规2
通过输入矩阵的行、列以及存储数据类型实现构造。这种定义方式清晰、直观、易于阅读，常用在明确需要存储数据尺寸和数据类型的情况下，例如相机的内参矩阵、物体的旋转矩阵等。利用输入矩阵尺寸和数据类型构造Mat类的方法存在一种变形，通过将行和列组成一个Size()结构进行赋值。
cv::Mat::Mat(Size size(), int  type)
size：2D数组变量尺寸，通过Size(cols, rows)（宽，高）进行赋值。
type：与代码清单2-5中的参数一致
cv::Mat a(Size(480, 640), CV_8UC1); //构造一个行为640，列为480的单通道矩阵

3.定义特殊矩阵
cv::Mat mz = cv::Mat::zeros(cv::Size(w,h),CV_8UC1); // 全零矩阵
【或者：Mat tmpdata = Mat::zeros(h, w, CV_8UC1);//h⾏w列的全0矩阵】
cv::Mat mo = cv::Mat::ones(cv::Size(w,h),CV_8UC1);  // 全1矩阵
【或者：Mat tmpdata = Mat::ones(h, w, CV_8UC1);//h⾏w列的全1矩阵】
cv::Mat me = cv::Mat::eye(cv::Size(w,h),CV_32FC1);  // 对⾓线为1的对⾓矩阵
【或者：Mat tmpdata = Mat::eye(h, w, CV_32FC1);//h⾏w列的对⾓矩阵】

4.利用已有矩阵构造Mat类（浅拷贝方式）
cv::Mat::Mat( const Mat & m);
m：已经构建完成的Mat类矩阵数据。（浅拷贝方式）这种构造方式非常简单，可以构造出与已有的Mat类变量存储内容一样的变量。注意这种构造方式只是复制了Mat类的矩阵头，矩阵指针指向的是同一个地址，因此如果通过某一个Mat类变量修改了矩阵中的数据，另一个变量中的数据也会发生改变。
如果想复制两个一模一样的Mat类而彼此之间不会受影响，可以使用m=a.clone()实现。

5.构造已有Mat类的子类（浅拷贝方式）
cv::Mat::Mat(const Mat & m, const Range & rowRange,const Range & colRange = Range::all())
m：已经构建完成的Mat类矩阵数据。
rowRange：在已有矩阵中需要截取的行数范围，是一个Range变量，例如从第2行到第5行可以表示为Range(2,5)。
colRange：在已有矩阵中需要截取的列数范围，是一个Range变量，例如从第2列到第5列可以表示为Range(2,5)，当不输入任何值时表示所有列都会被截取。这种方式主要用于在原图中截图使用，不过需要注意的是，通过这种方式构造的Mat类与已有Mat类享有共同的数据，即如果两个Mat类中有一个数据发生更改，另一个也会随之更改。

>赋值：
1)在构造时赋值的方法
cv::Mat::Mat(int  rows,int  cols,int  type, const Scalar & s )
rows：矩阵的行数
cols：矩阵的列数
type：存储数据的类型
s：给矩阵中每个像素赋值的参数变量，例如Scalar(0, 0, 255)。Scalar结构中变量的个数一定要与定义中的通道数相对应，如果Scalar结构中变量个数大于通道数，则位置大于通道数之后的数值将不会被读取，例如执行a(2, 2, CV_8UC2, Scalar(0,0,255))后，每个像素值都将是（0,0），而255不会被读取。如果Scalar结构中变量数小于通道数，则会以0补充。
cv::Mat a(2, 2, CV_8UC3, cv::Scalar(0,0,255));//创建一个3通道矩阵，每个像素都是0，0，255
cv::Mat b(2, 2, CV_8UC2, cv::Scalar(0,255));//创建一个2通道矩阵，每个像素都是0，255
cv::Mat c(2, 2, CV_8UC1, cv::Scalar(255)); //创建一个单通道矩阵，每个像素都是255

2)枚举赋值法
这种赋值方式是将矩阵中所有的元素都一一枚举出，并用数据流的形式赋值给Mat类。
cv::Mat a = (cv::Mat_<int>(3, 3) << 1, 2, 3, 4, 5, 6, 7, 8, 9);
cv::Mat b = (cv::Mat_<double>(2, 3) << 1.0, 2.1, 3.2, 4.0, 5.1, 6.2);
上面第一行代码创建了一个3×3的矩阵，矩阵中存放的是从1-9的九个整数，先将矩阵中的第一行存满，之后再存入第二行、第三行，即1、2、3存放在矩阵a的第一行，4、5、6存放在矩阵a的第二行，7，8，9存放在矩阵a的第三行。
第二行代码创建了一个2×3的矩阵，其存放方式与矩阵a相同。采用枚举法时，输入的数据个数一定要与矩阵元素个数相同，例如代码第一行代码（a=）只输入从1到8八个数，赋值过程会出现报错，因此本方法常用在矩阵数据比较少的情况。

3)循环赋值
与通过枚举法赋值方法相类似，循环法赋值也是对矩阵中的每一位元素进行赋值，但是可以不在声明变量的时候进行赋值，而且可以对矩阵中的任意部分进行赋值。
cv::Mat c = cv::Mat_<int>(3, 3); //定义一个3*3的矩阵
for (int i = 0; i < c.rows; i++) //矩阵行数循环
{
	for (int j = 0; j < c.cols; j++) //矩阵列数循环
	{
		c.at<int>(i, j) = i+j;
	}
}
上面代码同样创建了一个3×3的矩阵，通过for循环的方式，对矩阵中的每一位元素进行赋值。需要注意的是，在给矩阵每个元素进行赋值的时候，赋值函数中声明的变量类型要与矩阵定义时的变量类型相同，即上面代码中第1行和第6行中变量类型要相同，如果第6行代码改成c.at<double>(i, j) ，程序就会报错，无法赋值。

4)类方法赋值
在Mat类里提供了可以快速赋值的方法，可以初始化指定的矩阵。例如生成单位矩阵、对角矩阵、所有元素都为0或者1的矩阵等。
cv::Mat a = cv::Mat::eye(3, 3, CV_8UC1);

cv::Mat b = (cv::Mat_<int>(1, 3) << 1, 2, 3);

cv::Mat c = cv::Mat::diag(b);

cv::Mat d = cv::Mat::ones(3, 3, CV_8UC1);

cv::Mat e = cv::Mat::zeros(4, 2, CV_8UC3);

上面代码中，每个函数作用及参数含义分别如下：
eye()：构建一个单位矩阵，前两个参数为矩阵的行数和列数，第三个参数为矩阵存放的数据类型与通道数。如果行和列不相等，则在矩阵的 (1,1)，(2,2)，(3,3)等主对角位置处为1。
diag()：构建对角矩阵，其参数必须是Mat类型的1维变量，用来存放对角元素的数值。
ones()：构建一个全为1的矩阵，参数含义与eye()相同。
zeros()：构建一个全为0的矩阵，参数含义与eye()相同。

5)利用数组进行赋值
这种方法与枚举法相类似，但是该方法可以根据需求改变Mat类矩阵的通道数，可以看作枚举法的拓展。
float a[8] = { 5,6,7,8,1,2,3,4 };
cv::Mat b = cv::Mat(2, 2, CV_32FC2, a);
cv::Mat c = cv::Mat(2, 4, CV_32FC1, a);
这种赋值方式首先将需要存入到Mat类中的变量存入到一个数组中，之后通过设置Mat类矩阵的尺寸和通道数将数组变量拆分成矩阵，这种拆分方式可以自由定义矩阵的通道数，当矩阵中的元素数目大于数组中的数据时，将用-1.0737418e+08填充赋值给矩阵，如果矩阵中元素的数目小于数组中的数据时，将矩阵赋值完成后，数组中剩余数据将不再赋值。由数组赋值给矩阵的过程是首先将矩阵中第一个元素的所有通道依次赋值，之后再赋值下一个元素，为了更好的体会这个过程，我们将定义的b和c矩阵在图2-4(下面已放出图片)中给出。
  • 图2-4（图片来自网络）
    图2-4
  • 图2-5 Mat类继承关系
    cv::Mat A = Mat_<double>(3,3);//创建一个3*3的矩阵用于存放double类型数据(下图来自网络)
    在这里插入图片描述

参考代码

qRegisterMetaType<cv::Mat>("cv::Mat"); //信号槽传递的参数，QT默认不支持cv::Mat。采用此种方式注册。<cv::Mat>是类型，"cv::Mat"是名字

	//类型创建
	Mat mat(3000, 4000, CV_8UC3);
	//mat.create(3000, 4000, CV_8UC3);
	//元素大小字节数
	int es = mat.elemSize();
	int size = mat.rows*mat.cols*es;
	
	//地址遍历连续的Mat   默认存储方式： BGR
	for (int i = 0; i < size; i += es)
	{
		mat.data[i] = 255;	//B
		mat.data[i + 1] = 100;//G
		mat.data[i + 2] = 100;//R
	}
	//地址遍历不一定连续的Mat
	for (int row = 0; row < mat.rows; row++)
	{
		for (int col = 0; col < mat.cols; col++)
		{
			(&mat.data[row*mat.step])[col*es] = 0;//B   ，row:行 mat.step:行之间的间隔  &mat.data[row*mat.step]得到对应行的第一个元素的地址。
			(&mat.data[row*mat.step])[col*es+1] = 0;//G
			(&mat.data[row*mat.step])[col*es+2] = 255;//R
		}
	}
	
	//使用ptr遍历Mat  用指针方式
	for (int row = 0; row < mat.rows; row++)
	{
		for (int col = 0; col < mat.cols; col++)
		{
			Vec3b *c = mat.ptr<Vec3b>(row, col);  //返回的指针，不需要对元素进行拷贝。
			c->val[0] = 0;		//B
			c->val[1] = 255;	//G
			c->val[2] = 0;		//R
			
		}
	}
	PrintMs("mat.ptr ");
	try
	{
		//使用at来遍历  用引用方式
		for (int row = 0; row < mat.rows; row++)
		{
			for (int col = 0; col < mat.cols; col++)
			{
				Vec3b &m = mat.at<Vec3b>(row, col);  //函数返回是一个引用。要定义一个引用变量（引用开销小）！如果定义一个普通变量，则会做拷贝。
				m[0] = 100;
				m[1] = 100;
				m[2] = 100;
				//也可以这样，性能更高:
				//mat.at<Vec3b>(row, col)[0] = 100;
				//mat.at<Vec3b>(row, col)[1] = 100;
				//mat.at<Vec3b>(row, col)[1] = 100;
			}
		}
		PrintMs("mat.at");
	}
	catch (Exception &ex)   //捕获异常
	{
		cout << ex.what() << endl;
	}
	
	//通过迭代器来遍历。可以不用管mat的行、列
	PrintMs("");
	auto it = mat.begin<Vec3b>();
	auto it_end = mat.end<Vec3b>();
	for (; it != it_end; it++)
	{
		(*it).val[0] = 0;	//B  (*it)取值
		(*it).val[1] = 0;	//G
		(*it).val[2] = 255;	//R
	}
	PrintMs("mat.itr");



>测试2 - CVMAT的像素数据读取方法
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
 
using namespace std;
using namespace cv;
 
 
int main(int argc, const char * argv[]) {
    // insert code here...
    float vals[] = {0.866025,-0.500000,0.500000,0.866025};
    CvMat rotmat;
    cvInitMatHeader(&rotmat, 2, 2, CV_32FC1,vals);  //直接赋值操作
    cout<<"rotmat->rows = "<<rotmat.rows<<endl;
    cout<<"rotmat->clos = "<<rotmat.cols<<endl;
    cout<<"rotmat->step = "<<rotmat.step<<endl;  //表示行数据长度（单位是字节数）
    
    for(unsigned int i = 0;i<rotmat.rows;i++)
    {
        for(unsigned int j = 0;j<rotmat.cols;j++)
        {
            cout<<i<<","<<j<<"->"<<*(rotmat.data.fl + i*rotmat.rows + j)<<endl;  //普通提取
            cout<<i<<","<<j<<"->"<<*((float *)(rotmat.data.ptr + i * rotmat.step) + j)<<endl;  //取uchar进行强转 偏移
        }
    }
    return 1;
}
小小工程员
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Mat数据类型在信号槽中的传输
学贵有恒
05-06 38
类型转换Mat转化为QImage。
Opencv图像Mat写入中文汉字
11-11
"Opencv图像Mat写入中文汉字"这个主题涉及到了如何在OpenCV的Mat图像对象上正确地显示中文字符。下面我们将详细探讨这一技术及其背后的原理。 首先，OpenCV本身并不直接支持中文字符的渲染，它依赖于系统字体库来...
OpenCV基础类型4--cv::Mat详解
czsnooker的博客
06-30 4万+
cv::Mat是OpenCV定义的用于表示任意维度的稠密数组，OpenCV使用它来存储和传递图像，理解它对我们操作图像是有帮助的，本文将介绍cv::Mat的初始化方式、内置方法等。 元素类型定义 由于cv::Mat要用于存储图像，它里面的元素可以是“像素”，对于像素，OpenCV定义了专门的数据格式来描述它们。 “像素”的数据格式----命名规则： 基本数据类型 + 通道数 CV_{8U, 16S, 16U, 32S, 32F, 64F}C{1, 2, 3} 例如：CV_8UC3: 三通道、每个通道是un
OpenCV笔记-Mat类型
黑山老妖的博客
07-31 6426
Mat cv::Mat是OpenCV用来记录大型数组的主要类型，可以视为是OpenCV所有C++实现的核心，OpenCV所有主要函数都是cv::Mat类的成员，或是将cv::Mat作为参数，或是返回一个cv::Mat类型。 cv::Mat类用于表示任意维度的稠密数组。“稠密”表示该数组的所有部分都有一个值存储，即使这个值是0；对于大多数图像来说，都是以稠密数组的形式存储的；与之稠密数组对应的是稀疏数组，用于存储只有非0的数值。注意：在数组比较稠密的时候，稀疏数组反而会浪费大量内存。 cv::Mat类N维稠密
cv::Mat的四种复制操作和cv::Mat作为函数形参的四种形式
weixin_45580017的博客
02-10 5800
cv::Mat的四种复制操作及其cv::Mat作为函数形参的四种形式
深入了解cv::Mat
工地搬砖第一年的博客
09-03 3892
一、代码实现 cv::Mat类是用来存放图像（以及其他矩阵数据）的数据结构。在所有的OpenCV类和函数中，这个数据结构具有核心地位。 上代码： #include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> // test functio...
opencv基础篇 ——（四）cv::Mat 常用功能介绍
最新发布
零落年华的专栏
04-22 1518
cv::Mat是 OpenCV 库中用于表示图像和多维数组的核心数据结构。它是 OpenCV 中进行图像处理、计算机视觉算法操作的基础。以下是对cv::Matcv::Mat支持的数据类型涵盖 OpenCV 定义的各种基本类型，如CV_8U（无符号 8 位整型）、CV_16S（带符号 16 位整型）、CV_32F（32 位浮点型）等，以及它们的多通道组合（如CV_8UC3表示 3 个 8 位无符号整型通道）。
OpenCV：Mat元素访问方法、性能、代码复杂度以及安全性分析.docx
03-13
OpenCV 是一个强大的计算机视觉...总结来说，理解并熟练运用这些元素访问方法是优化 OpenCV 应用的关键。选择合适的方法将直接影响到代码的效率、可读性和安全性。在实际编程中，应根据具体需求和环境来平衡这些因素。
OpenCvSharp 识别颜色.rar
04-24
OpenCVsharp是其C#接口，它允许开发者用C#语法调用OpenCV的所有功能，包括图像读取、图像处理、特征检测、物体识别等。 在"OpenCvSharp 识别颜色.rar"这个项目中，我们关注的是颜色识别。颜色识别是计算机视觉中的...
python版本opencv贾志刚
11-02
OpenCV-Python是OpenCV的Python接口，它使得Python开发者能以简洁、高效的语法调用OpenCV的所有功能。Python语言的易读性和丰富的科学计算库支持，使得OpenCV-Python成为学术研究和工业应用中首选的计算机视觉工具之...
OPENCV入门示例1
02-20
`cv::Mat`是OpenCV中的核心数据结构，可以表示图像和其他多维数组。`imshow()`函数创建了一个窗口并在其中显示图像。`waitKey()`函数会阻塞程序执行，直到用户按下键盘上的任意键。最后，`destroyAllWindows()`用于...
cv::Mat初识和它的六种创建方法
热门推荐
一无所有
06-04 7万+
cv::Mat 初识   Opencv种的Mat类，使得Opencv的编程更加的简单，程序员不用过多的去关注内存管理，并且发现Opencv的编程有点像不需要太多编程技术的Matlab一样，甚至有些函数名字都是一样的。所以对Mat的了解是很有必要的。   首先我们在处理一块数据的时候，如果使用Mat类，我们得到的好处是： 不需要手动申请一块内存； 在不需要时不用再手动释放内存； 可以通过类的封装...
cv::Mat用法
Henry_Zhao的博客
11-08 2882
1.Mat基础 OpenCV2中，数据结构Mat是保存图像像素信息的矩阵，它主要包含两部分：矩阵头和一个指向像素数据的矩阵数据指针。 矩阵头主要包含，矩阵尺寸、存储方法， 存储地址（矩阵数据指针）和引用次数等。 Mat的赋值运算和拷贝构造函数只会拷贝矩阵头，仍然共用同一个矩阵数据。因此，OpenCV进行图像复制和传递时，不再复制整个Mat数据，而只是复制矩阵头和指向像素矩阵的指针。例如： ...
OpenCV 中 cv::Mat 类的使用
henry_23的博客
02-26 8949
OpenCV的Mat类可以表示一个N维的数组，数组的每个位置可以是单通道或多通道。可以用来存储图片（灰度或彩色）、向量、直方图等很多东西。
【c++】Opencv Mat类详解
热爱数据库的小胖
08-31 7480
1. Mat类常用成员函数和成员变量 由于 Mat 类使用的非常广泛，使用的形式也非常之多，这里只对较为常用的成员函数和成员变量做出了整理； 1.1 构造函数 （1）默认构造函数 cv::Mat::Mat() 默认构造函数：生成一个矩阵并由OpenCV提供的函数(一般是Mat::create() 和 cv::imread() )来分配储存空间。 Mat类可以分为两个部分：矩阵头和指向像素数据的矩阵指针 矩阵头：包括数字图像的矩阵尺寸、存储方法、存储地址和引用次数等，矩阵头的大...
OpenCV4 学习指导1 —— Mat：最基本的图像容器
DAOCHI
05-08 1437
Mat 的基本结构和基本用法
OpenCV【零】—————cv::Mat——Mat对象创建方法
格物致知
04-14 2177
OpenCV (一)——Mat对象创建方法
opencv cv::Mat数据类型总结
gaotihong的博客
11-03 1506
https://blog.csdn.net/weixin_35695879/article/details/85948011
Mat 的一些基本的初始化
aiwen521125的专栏
03-01 3657
本文讲解Mat 的一些基本的初始化 // m为3*5的矩阵，float型的单通道，把每个点都初始化为1 Mat m(3, 5, CV_32FC1, 1); 或者 Mat m(3, 5, CV_32FC1, Scalar(1)); cout 输出为： [1, 1, 1, 1, 1;   1, 1, 1, 1, 1;   1, 1, 1, 1, 1]
opencv 定义Mat 并释放内存
06-06
在 OpenCV 中，Mat 是一个表示图像或矩阵的类。要定义一个 Mat 变量，可以使用以下语法： ``` cv::Mat variable_name; ``` 其中，`variable_name` 是你定义的变量名。你可以在定义时指定 Mat 的行数、列数、数据类型等，例如： ``` cv::Mat image(480, 640, CV_8UC3); ``` 这将创建一个 480 行、640 列、每个像素由 3 个 8 位无符号整数表示的图像。在使用完 Mat 变量后，需要释放变量占用的内存。可以使用 `release()` 方法来释放 Mat 变量的内存，例如： ``` cv::Mat image(480, 640, CV_8UC3); // do something with the image image.release(); ``` 这将释放 `image` 占用的内存。需要注意的是，如果你使用了 `new` 运算符来创建 Mat 对象，则应该使用 `delete` 运算符来释放内存，例如： ``` cv::Mat* image = new cv::Mat(480, 640, CV_8UC3); // do something with the image delete image; ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值