opencv中mat詳細解析

##1、起源

opencv作為強大的計算機視覺開源庫，很大程度上參考了matlab的實現細節和風格，比如說，在opencv2.x 版本以後，越來越多的函式實現了matlab具有的功能，甚至乾脆連函式名都一模一樣（如 imread, imshow,imwriter等）。這一做法，不僅拉近了產品開發與學術研究的距離，並極大程度的提高了開發人員的研發效率，不得不說，intel公司真的是乙個偉大的公司。

在計算機記憶體中，數字影象以矩陣的形式儲存和運算，比如，在matlab中，影象讀取之後對應乙個矩陣，在opencv中，同樣也是如此。

在早期的opencv1.x版本中，影象的處理是通過iplimage（該名稱源於intel的另乙個開源庫intel image processing library ，縮寫成iplimage）結構來實現的。早期的opencv是用c語言編寫，因此提供的藉口也是c語言介面，其源**完全是c的程式設計風格。iplimage結構是opencv矩陣運算的基本資料結構。

到opencv2.x版本，opencv開源庫引入了物件導向程式設計思想，大量源**用c++重寫，mat類 (matrix的縮寫) 是opencv用於處理影象而引入的乙個封裝類。從功能上講，mat類在iplimage結構的基礎上進一步增強，並且，由於引入c++高階程式設計特性，mat類的擴充套件性大大提高，mat類的內容在後期的版本中不斷豐富，如果你檢視mat類的定義的話（opencv3.1\sources\modules\core\include\opencv2\core\mat.hpp），會發現其設計實現十分全面而具體，基本覆蓋計算機視覺對於影象處理的基本要求。

繼承 inheritance：

[外鏈轉存失敗(img-4ew220lz-1562988915046)(

##2、建構函式

// 預設建構函式 mat a;
mat ()
// 常用建構函式 mat a(10,10,8uc3);
mat (int rows, int cols, int type)
//mat a(300, 400, cv_8uc3,scalar(255,255,255));
mat (int ndims, const int *sizes, int type, const scalar &s)
mat (size size, int type)
mat (int rows, int cols, int type, const scalar &s)
mat (size size, int type, const scalar &s)
mat (int ndims, const int *sizes, int type)
mat (const mat &m)
mat (int rows, int cols, int type, void *data, size_t step=auto_step)
mat (size size, int type, void *data, size_t step=auto_step)
mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0)
mat (const mat &m, const range &rowrange, const range &colrange=range::all())
//mat d (a, rect(10, 10, 100, 100) );
mat (const mat &m, const rect &roi)
mat (const mat &m, const range *ranges)

##3、初始化

初始化乙個mat檔案出來一般有兩種形式：

// 1、imread
mat src = imread("csdn.png");
//2、create
mat src;
if(src.empty())

##3、mat結構

我們先來看看mat結構，在你初始化乙個mat結構時，它的全部結構是這樣的。

mat類可以分為兩個部分：矩陣頭和指向畫素資料的矩陣指標。

[外鏈轉存失敗(img-si6ematv-1562988915047)(

###1.flags

[外鏈轉存失敗(img-aodengab-1562988915047)(

從定義可以看出flags是int型別，共佔32位，結合上圖可以看出各位所代表的意思。

從低位到高位：

0-2位代表depth即資料型別（如cv_8u），opencv的資料型別共7類，故只需3位即可全部表示。

3-11位代表通道數channels，因為opencv預設最大通道數為512，故只需要9位即可全部表示，可參照下面求通道數的部分。

0-11位共同代表type即通道數和資料型別（如cv_8uc3）

12-13位暫沒發現用處，也許是留著後用，待發現了再補上。

14位代表mat的記憶體是否連續，一般由creat建立的mat均是連續的，如果是連續，將加快對資料的訪問。

15位代表該mat是否為某乙個mat的submatrix，一般通過roi以及row()、col()、rowrange()、colrange()等得到的mat均為submatrix。

16-31代表magic signature，暫理解為用來區分mat的型別，如果mat和sparsemat

###2.dims

int cv::mat::dims   ()  const

the matrix dimensionality >= 2

矩陣的維數，但是這裡一般結果都是2，因為opencv好像儲存多維矩陣也是通過二維矩陣來計，它和基本的channels不一樣。

###3.channels

int cv::mat::channels   ()  const

返回影象的通道數。

###4.cols rows

int cv::mat::cols; //返回矩陣的列數

int cv::mat::rows // 返回矩陣行數

###5.data

uchar* cv::mat::data // 指向矩陣的資料單元的指標

###6.refcount

refcount它記錄了這個矩陣的資料被其他變數引用了多少次。在c++中矩陣的一些賦值操作往往只給新的變數賦予乙個新的標頭檔案，而資料部分只把資料指標指過去，而不重新分為記憶體，需要程式設計師來管理記憶體。這樣的話就會有隱患，因為如果原始的變數的資料記憶體釋放了，新的變數卻還在，指向了已經被釋放的記憶體區域，如果對新變數進行操作，很可能出現意想不到的問題。不過不用擔心，opencv的開發者早就想到了這個問題，並為我們想到了乙個解決方法，那就是靠這個refcount來記錄該資料被多少變數共用，直到最後乙個變數被釋放時，才釋放掉這個儲存資料記憶體塊。這也是為什麼類定義中refcount為指標，讓實際記錄次數的變數跟在矩陣資料最後面。

儲存影象畫素資料的矩陣則會隨著影象的大小而改變，通常資料量會很大，比矩陣頭大幾個數量級。這樣，在影象複製和傳遞過程中，主要的開銷是由存放影象畫素的矩陣而引起的。因此，opencv使用了引用次數，當進行影象複製和傳遞時，不再複製整個mat資料，而只是複製矩陣頭和指向畫素矩陣的指標，但是其矩陣指標指向同乙個矩陣，也就是其中任何乙個改變了矩陣資料都會影響另外乙個。

那麼，多個mat共用乙個矩陣資料，最後誰來釋放矩陣資料呢？

這就是引用計數的作用，當mat物件每被複製一次時，就會將引用計數加1，而每銷毀乙個mat物件（共用同乙個矩陣資料）時引用計數會被減1，當引用計數為0時，矩陣資料會被清理。這就是refcount的作用。

###7.datastart dataend datalimit

const uchar* cv::mat::dataend
const uchar* cv::mat::datalimit
const uchar* cv::mat::datastart

helper fields used in locateroi and adjustroi

這些都是用來控制roi區域，來獲取一些影象的區域性切片，減少計算量或者特殊需求的。

cv::rect rect(100, 100, 100, 100); 
srcimage(rect).copyto(roiimage);

###8.allocator

custom allocator

如果需要建立乙個新矩陣的記憶體空間，系統會呼叫matallocator類作為分配符進行記憶體的分配。

###9.size

matsize cv::mat::size // 返回矩陣大小

###10.step

矩陣元素定址

addr(mi0,...,im.dims−1)=m.data+m.step[0]∗i0+m.step[1]∗i1+...+m.step[m.dims−1]∗im.dims−1

step[i]是mat類中十分重要的乙個屬性，表示第i維的總大小，單位位元組

m.data指向儲存這列的首位址（類似於陣列名）

m.dims是總維度

##後續

更複雜細節後續再更

opencv中mat詳細解析

OpenCV中mat記憶體管理

opencv中的Mat詳解

opencv中Mat的屬性

opencv中mat詳細解析

OpenCV中mat記憶體管理

opencv中的Mat詳解

opencv中Mat的屬性

相關推薦