OpenCV之Mat類詳解

2021-08-03 22:10:22 字數 3178 閱讀 6712

學習mat矩陣，了解影象的儲存和mat矩陣的使用

2023年opencv剛出來的時候，是基於c語言介面而建。為了在記憶體（memory）中存放影象，當時採用名為 iplimage 的c語言結構體。其中最大的不足要數手動記憶體管理，使用者要為開闢和銷毀記憶體負責。一旦**開始變得越來越龐大，會越來越多地糾纏於這個問題。

c++出現了，並帶來類的概念，利用自動記憶體管理給出了解決問題的新方法。使用這個方法，不需要糾結在管理記憶體上，而且你的**會變得簡潔（少寫多得）。但c++介面唯一的不足是當前許多嵌入式開發系統只支援c語言。

mat 是乙個類，由兩個資料部分組成：矩陣頭（包含矩陣尺寸，儲存方法，儲存位址等資訊）和乙個指向儲存所有畫素值的矩陣（根據所選儲存方法的不同矩陣可以是不同的維數）的指標。矩陣頭的尺寸是常數值，但矩陣本身的尺寸會依影象的不同而不同，通常比矩陣頭的尺寸大多個數量級。因此，當在程式中傳遞影象並建立拷貝時，大的開銷是由矩陣造成的，而不是資訊頭。opencv是乙個影象處理庫，囊括了大量的影象處理函式，為了解決問題通常要使用庫中的多個函式，因此在函式中傳遞影象是家常便飯。同時不要忘了我們正在討論的是計算量很大的影象處理演算法，因此，除非萬不得已，我們不應該拷貝大的影象，因為這會降低程式速度。

為了搞定這個問題，opencv使用引用計數機制。其思路是讓每個 mat 物件有自己的資訊頭，但共享同乙個矩陣。這通過讓矩陣指標指向同一位址而實現。而拷貝建構函式則 只拷貝資訊頭和矩陣指標 ，而不拷貝矩陣。

mat a, c; // 只建立資訊頭部分


a = imread(argv[1], cv_load_image_color); // 這裡為矩陣開闢記憶體


mat b(a); // 使用拷貝建構函式


c = a; // 賦值運算子
以上**中的所有mat物件最終都指向同乙個也是唯一乙個資料矩陣。雖然它們的資訊頭不同，但通過任何乙個物件所做的改變也會影響其它物件。實際上，不同的物件只是訪問相同資料的不同途徑而已。這裡還要提及乙個比較棒的功能：你可以建立只引用部分資料的資訊頭。比如想要建立乙個感興趣區域（ roi ），你只需要建立包含邊界資訊的資訊頭：

mat d (a, rect(10, 10, 100, 100) ); // using a rectangle


mat e = a(range:all(), range(1,3)); // using row and column boundaries
如果矩陣屬於多個 mat 物件，那麼當不再需要它時誰來負責清理？簡單的回答是：最後乙個使用它的物件。通過引用計數機制來實現。無論什麼時候有人拷貝了乙個 mat 物件的資訊頭，都會增加矩陣的引用次數；反之當乙個頭被釋放之後，這個計數被減一；當計數值為零，矩陣會被清理。但某些時候你仍會想拷貝矩陣本身(不只是資訊頭和矩陣指標)，這時可以使用函式 clone() 或者 copyto() 。

mat f = a.clone();


mat g;


a.copyto(g);
現在改變 f 或者 g 就不會影響 mat 資訊頭所指向的矩陣。總結一下，你需要記住的是

這裡講述如何儲存畫素值。需要指定顏色空間和資料型別。

最簡單的顏色空間要屬灰度級空間，只處理黑色和白色，對它們進行組合可以產生不同程度的灰色。

對於彩色方式則有更多種類的顏色空間，但不論哪種方式都是把顏色分成三個或者四個基元素，通過組合基元素可以產生所有的顏色。rgb顏色空間是最常用的一種顏色空間，這歸功於它也是人眼內部構成顏色的方式。它的基色是紅色、綠色和藍色，有時為了表示透明顏色也會加入第四個元素 alpha (a)。

有很多的顏色系統，各有自身優勢：

每個組成元素都有其自己的定義域，取決於資料型別。如何儲存乙個元素決定了我們在其定義域上能夠控制的精度。最小的資料型別是char ，佔乙個位元組或者8位，可以是無符號型（0到255之間）或有符號型（-127到+127之間）。儘管使用三個 char 型元素已經可以表示1600萬種可能的顏色（使用rgb顏色空間），但若使用float（4位元組，32位）或double（8位元組，64位）則能給出更加精細的顏色分辨能力。但同時也要切記增加元素的尺寸也會增加了影象所佔的記憶體空間。

mat 不但是乙個很讚的影象容器類，它同時也是乙個通用的矩陣類，所以可以用來建立和操作多維矩陣。建立乙個mat物件有多種方法：

mat() 建構函式

mat m(2,2, cv_8uc3, scalar(0,0,255)); 


cout << "m = " << endl << " " << m << endl << endl;
比如 cv_8uc3 表示使用8位的 unsigned char 型，每個畫素由三個元素組成三通道。預先定義的通道數可以多達四個。 scalar 是個short型vector。指定這個能夠使用指定的定製化值來初始化矩陣。當然，如果你需要更多通道數，你可以使用大寫的巨集並把通道數放在小括號中，如下所示

int sz[3] = ; 


mat l(3,sz, cv_8uc(1), scalar::all(0));
上面的例子演示了如何建立乙個超過兩維的矩陣：指定維數，然後傳遞乙個指向乙個陣列的指標，這個陣列包含每個維度的尺寸；其餘的相同

為已存在iplimage指標建立資訊頭:

create()  函式

m.create(4,4, cv_8uc(2));


cout << "m = "<< endl << " " << m << endl << endl;
這個建立方法不能為矩陣設初值，它只是在改變尺寸時重新為矩陣資料開闢記憶體。

zeros(), ones(), :eyes() 。使用以下方式指定尺寸和資料型別：

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;

OpenCV基礎類容器Mat類詳解

我記得開始接觸opencv就是因為乙個演算法裡面需要2維動態陣列，那時候看core這部分也算是走馬觀花吧，隨著使用的增多，對mat這個結構越來越喜愛，也覺得有必要溫故而知新，於是這次再看看mat。mat最大的優勢跟stl很相似，都是對記憶體進行動態的管理，不需要之前使用者手動的管理記憶體，對於一些大...

opencv之Mat類初始化

早期的 opencv 中，使用 iplimage 和 cvmat 資料結構來表示影象。iplimage 和 cvmat 都是 c 語言的結構。使用這兩個結構的問題是記憶體需要手動管理，開發者必須清楚的知道何時需要申請記憶體，何時需要釋放記憶體。這個開發者帶來了一定的負擔，開發者應該將更多精力用於演算...

opencv中的Mat詳解

1.初始化 mat the basic image container 最最基本的函式，所有在opencv中都是用mat形式來操作的。初始化乙個mat mat a,c a imread ar 1 imread color mat b a 複製a給b c a 賦值運算 mat d a,rect 10,...