基于C++的opencv（六）OpenCV数据结构

一、基础图像容器Mat

1.1.数字图像存储概述

我们可以通过各种各样的方法从现实世界获取数字图像，通常由显示屏上看到的都是真实而漂亮的图像，但是这些图像在转化到我们的数字设备中，记录的却是图像中的每个点的数值。

1.2.Mat结构的使用

关于Mat类，首先我们要知道的是：
1.不必再手动为其开辟空间；
2.不必再不需要时立即将空间释放。

Mat是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸、存储方法、存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同，矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。

OpenCV是一个图像处理库，囊括了大量的图像处理函数，为了解决问题通常要使用库中的多个函数，因此在函数中传递图像是常有的事。

OpenCV使用了引用计数机制。其思路是让每个Mat对象有自己的信息头，但共享同一个矩阵。这通过让矩阵指针指向同一地址而实现。而拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。

Mat A,C;//仅创建信息头部分
A=imread("1.jpg",CV_LOAD_IMAGE_COLOR);//这里为矩阵开辟内存
Mat B(A);//使用拷贝构造函数
C=A;//赋值运算符

Mat F=A.clone();
Mat G;
A.copyTo(G);

opencv函数中输出图像的内存分配是自动完成（如果不是特别指定的话）；
使用opencv的C++接口时不需要考虑内存释放问题；
赋值运算符和拷贝构造函数（构造函数）只复制信息头；
使用函数clone（）或者copyTo（）来复制一副图像的矩阵。

1.3.像素值的存储方法

存储像素值需要指定颜色空间和数据类型。其中，颜色空间是指针对一个给定的颜色，如何组合颜色元素以对其编码。最简单的颜色空间要属灰度级空间，只处理黑色和白色，对他们进行组合便可以产生不同程度的灰度。

对于彩色方式则有更多种类的颜色空间，但不理你哪种方式都是把颜色分成三个或者四个基元素，通过组合基元素可以产生所有的颜色。RGB颜色空间是最常用的一种颜色空间，它的基色是红色、绿色和蓝色，有时为了表示透明颜色也会加入第四个元素alpha（A）。

RGB是最常见的，这是因为人眼采用相似的工作机制，它也被显示设备所采用；
HSV和HLS把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感；
YCrCb在JPEG图像格式中广泛应用；
CIE Lab是一种在感知上均匀的颜色空间，他适合用来度量两个颜色之间的距离。

1.4.显式创建Mat对象的七种方法

Mat不但是一个非常有用的图像容器类，同时也是一个通用的矩阵类。
**1）**使用Mat()构造函数

Mat M(2,2,CV_8UC3,Scalar(0,0,255));
cout<<"M="<<endl<<" "<<M<<endl<<endl;

对于二维多通道图像，首先要定义其尺寸，即行数和列数。然后指定存储元素的数据类型以及每个矩阵点的通道数。
CV_[位数][带符号与否][类型前缀]C[通道数]

**2)**通过构造函数进行初始化

int sz[3]={
   2,2,2};
Mat L(3,sz,CV_8UC,Scalar::all(0));

创建一个超过两维的矩阵：指定维数，然后传递一个指向一个数组的指针，这个数组包含每个维度的尺寸。

**3）**为已存在的Ipllmage指针创建信息头

IplImage* img=cvLoadImage("1.jpg",1);
Mat mtx(img);//转换IplImage*->Mat

**4)**利用Create（）函数

M.Create(4,4,CV_8UC(2));
cout<<"M="<<endl<<"  "<<M<<endl<<endl;

此方法不能为矩阵设初值，只是在改变尺寸时重新为矩阵数据开辟内存。

**5）**采用Matlab式的初始化方式

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::zero(3,3,CV_8UC1);
cout<<"Z= "<<endl<<"  "<<Z<<endl<<endl;

**6)**对小矩阵使用逗号分隔式初始化函数

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

**7)**为已存在的对象创建新信息头
使用成员函数clone（）或者copyTo（）为一个已存在的Mat对象创建一个新的信息头：

Mat RowClone=C.row(1).clone();
cout<<"RowClone="<<endl<<"  "<<RowClone<<endl<<endl;

1.5.OpenCV中的格式化输出方法

可以使用randu（）函数产生的随机值来填充矩阵，需要给定一个上限和一个下限来确保随机值在期望的范围内。

Mat r=Mat(10,3,CV_8UC3);
randu(r,Scalar::all(0)