一、引入:
关于Mat,需要了解的第一件事是使用者不再需要“手动分配其内存”并在不需要时“立即释放它”,大多数OpenCV函数都会自动分配其输出数据。系统始终只使用执行任务所需的内存。Mat是一个包含两个数据部分的类:
(1)矩阵头(包含诸如矩阵大小,用于存储的方法,存储矩阵的地址等信息)和
(2)指向包含像素值(取决于选择存储的方法取任何维度)矩阵的矩阵的指针。
矩阵头大小是恒定的,但是矩阵本身的大小可能因图像而异,并且通常大于数量级。
每个Mat对象都有自己的头,但是矩阵可以通过让矩阵指针指向同一个地址来共享它们的两个实例。此外,复制操作符只会将矩阵头和指针复制到大矩阵,而不是数据本身。
1 2 3 4 5 6 | Mat A, C; // creates just the header parts A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // here we'll know the method used (allocate matrix) Mat B(A); // Use the copy constructor C = A; // Assignment operator |
所有上述对象(A/B/C)都指向相同的单个数据矩阵,但是它们的矩阵头不同,并且使用它们中的任何一个进行修改也会影响所有其他标题。
实际上,不同的对象只是为相同的底层数据提供不同的访问方法。然而,他们的标题部分是不同的。真正有趣的部分是您可以创建仅涉及完整数据的子部分的头。例如,要在图像中创建感兴趣区域(ROI),只需使用新边界创建新标题:
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 |
现在您可能会问矩阵本身是否属于多个Mat对象,这些对象在不再需要时负责清理它。简短的回答是:使用它的最后一个对象。这是通过使用引用计数机制来处理的。
每当有人复制Mat对象的头时,矩阵的计数器就会增加。每当清洁矩阵头时,该计数器就会减少。当计数器达到零时,矩阵也被释放。有时你也想复制矩阵本身,所以OpenCV提供了clone()和copyTo()函数。
1 2 3 | Mat F = A.clone(); Mat G; A.copyTo(G); |
现在修改F或G不会影响Mat头指向的矩阵。你需要记住的是:
- OpenCV函数的输出图像分配是自动的(除非另有说明)。
- 您不需要考虑使用OpenCVs C ++接口进行内存管理。
- 赋值运算符和复制构造函数仅复制头。
- 可以使用clone()和copyTo()函数复制图像的基础矩阵
二、Mat()构造函数
Mat作为图像容器工作得很好,但它也是一般的矩阵类。因此,可以创建和操纵多维矩阵。您可以通过多种方式创建Mat对象:
Mat M(2,2, CV_8UC3, Scalar(0,0,255));
cout << "M = " << endl << " " << M << endl << endl;
(1) 结果:(2) 解释:对于二维和多通道图像,我们首先定义它们的参数(Mat)分别依次为:行数、列数、数据类型和通道数、像素值。
这里重点讲第三个参量,我们需要指定用于存储元素的数据类型和每个矩阵点的通道数,为此根据以下约定构建了多个定义:
CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]例如,CV_8UC3意味着我们使用8位长的无符号字符类型,每个像素有三个以形成三个通道。这些是预定义的最多四个通道号。
1. 使用C / C ++数组并通过构造函数初始化
int sz[3] = {2,2,2};
Mat L(3,sz, CV_8UC(1), Scalar::all(0));
上面的示例显示了如何创建具有两个以上维度的矩阵。指定维数,然后传递包含每个维度大小的指针,其余维度保持不变。
2. 为已存在的IplImage指针创建标头
IplImage* img = cvLoadImage("greatwave.png", 1);
Mat mtx(img); // convert IplImage* -> Mat
三、Create()函数:
M.create(4,4, CV_8UC(2));
cout << "M = "<< endl << " " << M << endl << endl;
结果:
您无法使用此构造初始化矩阵值。如果新大小不适合旧大小,它将仅重新分配其矩阵数据存储器。
1. MATLAB风格的初始值设定项:zeros(),ones(),eye()
指定要使用的大小和数据类型:
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;
结果:
2. 对于小型矩阵
可以使用逗号分隔的初始值设定项:
Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout << "C = " << endl << " " << C << endl << endl;
结果:
为现有Mat对象创建一个新标头,并使用clone()或copyTo()创建它。
Mat RowClone = C.row(1).clone();
cout << "RowClone = " << endl << " " << RowClone << endl << endl;
结果:
注意
可以使用randu()函数填充具有随机值的矩阵。您需要为随机值指定较低和较高值:
Mat R = Mat(3, 2, CV_8UC3);
randu(R, Scalar::all(0), Scalar::all(255));
四、输出格式
在前面的示例中,您看到了默认格式选项。但是,OpenCV允许您格式化矩阵输出:
-
默认
cout << “R(default)=” << endl << R << endl << endl ;
-
python
cout << “R(python)=” << endl << format (R ,“python” ) << endl << endl ;
-
逗号分隔值(CSV)
cout << “R(csv)=” << endl << format (R ,“csv” ) << endl << endl ;
-
NumPy
cout << “R(numpy)=” << endl << format (R ,“numpy” ) << endl << endl ;
-
C
cout << “R(c)=” << endl << format (R ,“C” ) << endl << endl ;
五、其他常见的输出
其他常见的OpenCV数据结构也可以通过<<运算符输出:
-
2D点
Point2f P (5 , 1 ); cout << “Point(2D)=” << P << endl << endl ;
-
3D点
Point3f P3F (2 , 6 , 7 ); cout << “Point(3D)=” << P3f << endl << endl ;
-
std :: vector via cv :: Mat
vector < float > v ; v.push_back( (float)CV_PI); v.push_back(2); v.push_back(3.01f); cout << “Vector of floats via Mat =” << Mat (v ) << endl << endl ;
-
std ::点的向量
vector<Point2f> vPoints(20); for (size_t i = 0; i < vPoints.size(); ++i) vPoints[i] = Point2f((float)(i * 5), (float)(i % 7)); cout << "A vector of 2D Points = " << vPoints << endl << endl;