OpenCV图像处理学习四： mat对象

人眼中为图片内容，在opencv中会被解析为一个数组，代表的即为像素，这些数值就存放在mat里，即为mat对象。

一、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

二、Mat对象构造函数与常用方法

常用方法：

void copyTo(Mat mat) //克隆
void convertTo(Mat dst, int type) //比如将长度八位的切换为浮点数
Mat clone()
int channels()
int depth() //深度
bool empty();  //是否空
uchar* ptr(i=0) //是否可以获取图像指针，i=0第0行，uchar指针类型，ptr书写

三、Mat对象的使用

• 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
• 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对象使用的四个要点：

• 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

四、Mat对象的创建

• cv::Mat::Mat构造函数
  Mat M(2,2,CV_8UC3, Scalar(0,0,255)) 与通道数相同
  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); //此方式不能赋值
  M = Scalar(127,127); // 赋值
  cout << “M = " << endl << " " << M << endl << endl;
  uchar* firstRow = M.ptr(0);
  printf(”%d", *firstRow);

定义小数组

五、演示代码

#include <opencv2/core/core.hpp> 
#include <opencv2/imgcodecs.hpp> 
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std; //应用命名空间


int main(int argc, char** argv) {   //定义主函数
	
	Mat src = imread("D:/vcprojects/test1.jpg");// 定义读入图像
	if (src.empty()) {
		cout << "could not load image ..." << endl;
		return -1;
	}

	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);
	/*
			Mat dst;
			dst = Mat(src. size(), src.type()); //初始化一个mat对象,创建一张空白图像，大小类型
			dst = Scalar(127, 0, 255);  //进行赋值，颜色
			namedWindow("output", CV_WINDOW_AUTOSIZE);
			imshow("ouyput", dst);*/

			/*
			Mat dst = src.clone(); //克隆为完全拷贝
			namedWindow("output", CV_WINDOW_AUTOSIZE);
			imshow("ouyput", dst);    */
	
	 Mat dst;

	//src.copyTo(dst); //输入参数dst 功能同上


 namedWindow("output", CV_WINDOW_AUTOSIZE);
 cvtColor(src, dst, COLOR_BGR2HSV);


 printf("input image channels : %d\n", src.channels()); //显示通道数
 printf("output image channels :%d\n",dst.channels());

	 int cols = dst.cols;  //得到全部行列
	 int rows = dst.rows;

	 printf("rows : %d cols :%d\n", rows, cols);//\n换行操作
	 const uchar* firstRow = dst.ptr<uchar>(0);
	 printf("fist pixel value : %d\n", *firstRow);  





	 Mat M(100, 100, CV_8UC3 ,Scalar(0, 0, 111)); //构造100*100的 定义一个红色的
	 cout << "M = " << endl << M << endl;//打出3*3的像素集合，可理解为小图像，每个像素有三个通道，可用于算法检测预期值,先RUN小图检测错误




	 imshow("output",M);
	waitKey(0);
	return 0;
}