opencv基础02-Mat及其原理

最新推荐文章于 2023-03-02 19:37:32 发布

simp_unique

最新推荐文章于 2023-03-02 19:37:32 发布

阅读量871

点赞数

分类专栏： opencv

本文链接：https://blog.csdn.net/u011628794/article/details/100123962

版权

opencv 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

opencv基础02-Mat及其原理

一段测试程序

#include<iostream>
#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace std;
using namespace cv;

Mat function1() {
	Mat ima(500, 500, CV_8U, 50);
	return ima;
}

int main() {
	//创建一个行240*320列的新图像
	Mat image1(240, 320, CV_8U, 100);
	imshow("Image",image1);
	cv::waitKey(0);
//重新分配一个新图像
	image1.create(200, 200, CV_8U);
	image1 = 200;
	imshow("Image", image1);
	waitKey();
	//创建一个红色图像
//	通道依次为BGR
	Mat image2(240, 320, CV_8UC3, Scalar(0, 0, 255));
	//Mat image2(Size(320,240), CV_8UC3, Scalar(0, 0, 255));
	//image2 = Scalar(0,0,255)
	imshow("Image", image2);
	waitKey();
	//读入一幅图像
	Mat image3 = imread("lena.jpg");
	image1 = image3;
	image3.copyTo(image2);
	//所有图像都指向同一个数据块
	Mat image4(image3);
	image1 = image3;
	//这些图像是原图像的副本图像
	image3.copyTo(image2);
	Mat image5 = image3.clone();
	flip(image3, image3, 1);
	imshow("image1",image1);
	imshow("image2", image2);
	imshow("image3", image3);
	imshow("image4", image4);
	imshow("image5", image5);
	waitKey(0);
	//从函数中读取一个灰度图像
	Mat gray = function1();
	imshow("gray", gray);
	waitKey();

	//作为灰度图像读入
	image1 = imread("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);
	image1.convertTo(image2, CV_32F, 1 / 255.0,  0.0);

	imshow("Image",image2);
	waitKey();
	return 0;


}

在这里插入图片描述

下面主要就是这五张图片

下面来说说原理

Mat 有两个必不可少的组成部分一个头部、一个数据块。
头部白喊了句正的所有相关信息（大小、通道数量、数据类型），这些信息可以直接操作。

数据块包含了图像中所有像素的值。头部有一个指向数据块的指针，即 data 属性。 cv::Mat 有一个很重要的属性，即只有在明确要求时，内存块才会被复制。大多数操作仅仅复制了 cv::Mat 的头部，因此多个对象会指向同一个数据块。这种内存管理模式可以提高应用程序的运行效率，避免内存泄漏。
新建一个Mat对象的大小默认为0，也可以设定初始值。需要指定每个矩阵元素的类型，像 CV_8U表示每个像素对应一个字节（灰度图像），U无符号，S表示有符号，彩色图像可以用三通道类型（CV_8UC3），同样16位 32位整数有符号无符号可以类似 CV_16SC3。32位64位浮点数也是支持的 CV_32F。
图像或矩阵的而每个元素都可以包含多个值（彩色图像的三个通道），cv::Scalar 这个数据结构就可以用于调用函数时传递参数像素值，该结构通常包含一个或三个值。如果要创建一个彩色图像并用红色填充的话可以使用如下

cv::Mat image(cv::Size(320,240),CV_8UC3,cv::Scalar(0,0,255))//注意opencv中三通道图像排序是b g r

初始化灰度图像可以使用这个数据结构cv:Scalar(100)
图像的尺寸信息通常也需要传递给参数函数。虽然我们可以通过属性cols和rows来获取cv:Mat的实例大小。cv::Size()结构包含了矩阵的高度和宽度。同样可以提供图形学的尺寸信息。另外可以使用Size（）方法得到当矩阵的大小，当需要知道那个矩阵的大小的时候，很多方法都使用如下的格式
cv::Mat image(cv::Size(320,240),CV_8UC3);
可以随时使用create方法分配或重新分配图像的数据块，如果图像的数据块已被分配，其原来的内容会被释放。出于对性能的考虑，如果新的尺寸和类型与原来的相同，就不会重新分配内存。
image.create(200,100,CV_8UC3);//仅仅在大小和类型不同时会重新分配内存