opencv学习笔记三（Mat对像）

Mat对象

Mat对象与IplImage对象

• Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分
• IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题

Mat对象构造函数与常用方法

常用方法：

• void copyTo(Mat mat)
• void convertTo(Mat dst, int type)
• Mat clone()
• int channels()
• int depth()
• bool empty();
• uchar* ptr(i=0)

Mat对象使用

• 部分复制：一般情况下只会复制Mat对象的头和指针部分，不会复制数据部分
  Mat A= imread(imgFilePath);
  Mat B(A) // 只复制
• 完全复制：如果想把Mat对象的头部和数据部分一起复制，可以通过如下两个API实现
  Mat F = A.clone(); 或 Mat G; A.copyTo(G);

Mat对象使用-四个要点

• 输出图像的内存是自动分配的
• 使用OpenCV的C++接口，不需要考虑内存分配问题
• 赋值操作和拷贝构造函数只会复制头部分
• 使用clone与copyTo两个函数实现数据完全复制

Mat对象创建

• cv::Mat::Mat构造函数
  Mat M(2,2,CV_8UC3, Scalar(0,0,255))
  其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3，第四个参数是向量表示初始化每个像素值是多少，向量长度对应通道数目一致
  
• 创建多维数组cv::Mat::create
  int sz[3] = {2,2,2};
  Mat L(3,sz, CV_8UC1, Scalar::all(0));
• cv::Mat::create实现
  Mat M;
  M.create(4, 3, CV_8UC2);
  M = Scalar(127,127);
  cout << “M = " << endl << " " << M << endl << endl;
  uchar* firstRow = M.ptr(0);
  printf(”%d", *firstRow);
  

Mat定义数组

Mat C = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout << "C = " << endl << " " << C << endl << endl;

代码实现

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

using namespace std;
using namespace cv;

int main(){
	Mat src;
	src = imread("2.jpg");
	if (src.empty()){
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input",src);

	/*
	//创建一个空白对象
	Mat dst;
	dst = Mat(src.size(), src.type());//初始化一个Mat对象
	dst = Scalar(127,0,255);			//将dst对象背景色变为
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	imshow("output", dst);
	*/

	//Mat dst = src.clone();//克隆完全的数据拷贝
	Mat dst;
	src.copyTo(dst);
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	
	cvtColor(src, dst, CV_BGR2GRAY);
	printf("input image channels : %d\n", src.channels());//输出原始图像的通道数3
	printf("output image channels : %d\n", dst.channels());//输出经过灰度化后的通道数1

	int cols = dst.cols;
	int rows = dst.rows;
	printf("rows : %d cols : %d\n", rows, cols);//打印图片像素的行数和列数

	const uchar* firstRow = dst.ptr<uchar>(0);//获取dst图像第一行的指针
	printf("fist pixel value : %d\n", *firstRow);//打印*firstRow的像素值，也就是左上角第一个的像素值
	imshow("output", dst);

	Mat M(3, 3, CV_8UC3, Scalar(0, 0, 255));
	cout << "M =" << endl << M << endl;//打印出来是3*3的像素集合，每个像素有三个通道，我们可以将Mat对象直接打印出来
										//这就是一个很小的图像，在我们图像处理，做了个算法，我们先create一个很小的图像，里面的每个像素我们都知道，我们可以验证我们的算法是否与预期一致，是的话再找一些大图，不然有问题很难调整
	//Mat对象使用时，要注意，一，部分复制，一般情况使用Mat对象只会复制头和指针部分不会复制数据部分
	//如使用拷贝构造函数来创建一个对象时，Mat只会复制头部分不会复制数据部分，指向同一个地址
	//二，完全复制，mat头部和数据部分一起复制
	//创建多维数组一般情况下用不到
	imshow("outputM", M);

	//通过create创建不能给其赋值
	Mat m1;
	m1.create(src.size(), src.type());
	m1 = Scalar(0, 0, 255);//通过此种方式给mat对象赋值
	imshow("outputm1", m1);

	Mat csrc;
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, csrc, -1, kernel);//进行掩膜操作
	imshow("outputcsrc", csrc);

	//1，怎样通过构造函数构建，常用方法
	//2，初始化建立空白图像
		//3，给空白数组赋值
	
	Mat m2 = Mat::zeros(src.size(), src.type());//这是一个函数，不是属性，将其所有像素值初始化一个纯黑的图片和原图片大小相同，类型相同
	imshow("outputm2 ", m2);

	Mat m3 = Mat::eye(3, 3, CV_8UC1);
	cout << "m3 =" << endl << m3 << endl;

	waitKey(0);
	return 0;
}