opencv中Mat使用,很好,顶! opencv mat at

(一)Mat矩阵中数据指针Mat.data是uchar类型指针,CV_8U系列可以通过计算指针位置快速地定位矩阵中的任意元素。

二维单通道元素可以用Mat::at(i, j)访问,i是行序号,j是列序号。

但对于多通道的非unsigned char类型矩阵来说,以上方法都不好(注:后来知道可以通过类型转换,用指针访问data数据,见后文)。可以用Mat::ptr()来获得指向某行元素的指针,在通过行数与通道数计算相应点的指针。

参照OpenCV的Mat::at()函数,写了一个访问二维Mat矩阵的两个简单的小函数,没有边界检查。

1#include <opencv2/core/core.hpp>

2

3template<typenameItemType>

4ItemType* getMatPointPtr(cv::Mat & src,inti ,intj ,intc = 0)

5{

6ItemType* curRow = src.ptr<ItemType>(i);

7returncurRow + j * src.channels() + c;

8}

9template<typenameItemType>

10ItemType getMatPoint(cv::Mat & src,inti ,intj ,intc = 0)

11{

12ItemType* curRow = src.ptr<ItemType>(i);

13return*(curRow + j * src.channels() + c);

14}

OpenCV中的Mat::at()代码有严格的边界检测,Mat::ptr()也有边界检测,但代码中没有检测j是否越界。

以上为推荐使用的情况,下边的不推荐使用。

可以通过转换指针类型,访问非uchar类型的Mat元素。

例如图像是CV_64FC1格式,可以将Mat.data指针直接转换成double*类型:

1// imgMat is a image.

2double* pimg = (double*)(imgMat.data)

也可以用C++中的显式转换符static_cast,不过要通过void*类型过渡:

1void* pvoid =static_cast<void*>(imgMat.data);

2double* pimg =static_cast<double*>(pvoid);

这种方式在Debug模式下速度提升非常显著,但没有任何的边界检查和异常处理,使用时必须十分小心。使用Mat::ptr的速度和直接使用这种方法差不多,多一层保护总比没有保护强。

(二)



1.从一幅图片中找到所要处理部分的数据,是进行处理的关键步骤!

Mat

2.OpenCV基于C语言接口而建。为了在内存(memory)中存放图像,当时采用名为IplImage的C语言结构体,时至今日这仍出现在大多数的旧版教程和教学材料。虽然对于小型的程序来说手动管理内存不是问题,但一旦代码开始变得越来越庞大,你需要越来越多地纠缠于这个问题,而不是着力解决你的开发目标。

3.C++出现了,并且带来类的概念,这给用户带来另外一个选择:自动的内存管理(不严谨地说)。OpenCV在2.0版本中引入了一个新的C++接口,利用自动内存管理给出了解决问题的新方法。使用这个方法,你不需要纠结在管理内存上,而且你的代码会变得简洁(少写多得)。

4.关于Mat,首先要知道的是你不必再手动地(1)为其开辟空间(2)在不需要时立即将空间释放。但手动地做还是可以的:大多数OpenCV函数仍会手动地为输出数据开辟空间。当传递一个已经存在的Mat对象时,开辟好的矩阵空间会被重用。也就是说,我们每次都使用大小正好的内存来完成任务。

5.基本上讲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。因此,当在程序中传递图像并创建拷贝时,大的开销是由矩阵造成的,而不是信息头。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家常便饭。同时不要忘了我们正在讨论的是计算量很大的图像处理算法,因此,除非万不得已,我们不应该拷贝大的图像,因为这会降低程序速度。

6.为了搞定这个问题,OpenCV使用引用计数机制。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拷贝信息头和矩阵指针,而不拷贝矩阵。(都是引用,改变一个的话都会改变)

[cpp]view plaincopy

MatA,C;//只创建信息头部分

A=imread(argv[1],CV_LOAD_IMAGE_COLOR);//这里为矩阵开辟内存

MatB(A);//使用拷贝构造函数

C=A;//赋值运算符

7.以上代码中的所有Mat对象最终都指向同一个也是唯一一个数据矩阵。虽然它们的信息头不同,但通过任何一个对象所做的改变也会影响其它对象。实际上,不同的对象只是访问相同数据的不同途径而已。这里还要提及一个比较棒的功能:你可以创建只引用部分数据的信息头。比如想要创建一个感兴趣区域(ROI),你只需要创建包含边界信息的信息头:

[cpp]view plaincopy

MatD(A,Rect(10,10,100,100));//usingarectangle

MatE=A(Range:all(),Range(1,3));//usingrowandcolumnboundaries

8.现在你也许会问,如果矩阵属于多个Mat对象,那么当不再需要它时谁来负责清理?简单的回答是:最后一个使用它的对象。通过引用计数机制来实现。无论什么时候有人拷贝了一个Mat对象的信息头,都会增加矩阵的引用次数;反之当一个头被释放之后,这个计数被减一;当计数值为零,矩阵会被清理。但某些时候你仍会想拷贝矩阵本身(不只是信息头和矩阵指针),这时可以使用函数clone()或者copyTo()。 (真正的拷贝这个矩阵,对这个新的矩阵进行变换不会影响其他的情况)

[cpp]view plaincopy

MatF=A.clone();

MatG;

A.copyTo(G);

9.现在改变F或者G就不会影响Mat信息头所指向的矩阵。总结一下,你需要记住的是

OpenCV函数中输出图像的内存分配是自动完成的(如果不特别指定的话)。

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(ctor)只拷贝信息头。

使用函数clone()或者copyTo()来拷贝一副图像的矩阵。

补充(空间存储):

10.对于彩色方式则有更多种类的颜色空间,但不论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。

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图像格式中广泛使用。

CIE L*a*b*是一种在感知上均匀的颜色空间,它适合用来度量两个颜色之间的距离。

11.如何存储一个元素决定了我们在其定义域上能够控制的精度。最小的数据类型是char,占一个字节或者8位,可以是有符号型(0到255之间)或无符号型(-127到+127之间)。尽管使用三个char型元素已经可以表示1600万种可能的颜色(使用RGB颜色空间),但若使用float(4字节,32位)或double(8字节,64位)则能给出更加精细的颜色分辨能力。但同时也要切记增加元素的尺寸也会增加了图像所占的内存空间。

显式地创建一个Mat对象

12.Mat不但是一个很赞的图像容器类,它同时也是一个通用的矩阵类,所以可以用来创建和操作多维矩阵。创建一个Mat对象有多种方法:

[cpp]view plaincopy

MatM(2,2,CV_8UC3,Scalar(0,0,255));

cout<<"M="<<endl<<""<<M<<endl<<endl;



13.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,需要指定存储元素的数据类型以及每个矩阵点的通道数。为此,依据下面的规则有多种定义

[cpp]view plaincopy

CV_[Thenumberofbitsperitem][SignedorUnsigned][TypePrefix]C[Thechannelnumber]

14.比如CV_8UC3表示使用8位的 unsigned char 型,每个像素由三个元素组成三通道。预先定义的通道数可以多达四个。Scalar是个short型vector。指定这个能够使用指定的定制化值来初始化矩阵。当然,如果你需要更多通道数,你可以使用大写的宏并把通道数放在小括号中,如下所示

15.在 CC++ 中通过构造函数进行初始化

[cpp]view plaincopy

intsz[3]={2,2,2};

MatL(3,sz,CV_8UC(1),Scalar::all(0));

16.上面的例子演示了如何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;其余的相同

为已存在IplImage指针创建信息头:

[cpp]view plaincopy

IplImage*img=cvLoadImage("greatwave.png",1);

Matmtx(img);//convertIplImage*->Mat

Create()function: 函数

[cpp]view plaincopy

M.create(4,4,CV_8UC(2));

cout<<"M="<<endl<<""<<M<<endl<<endl;



opencv中Mat使用,很好,顶! opencv mat at
17.这个创建方法不能为矩阵设初值,它只是在改变尺寸时重新为矩阵数据开辟内存。

MATLAB形式的初始化方式:zeros(),ones(), :eyes()。使用以下方式指定尺寸和数据类型:

[cpp]view plaincopy

MatE=Mat::eye(4,4,CV_64F);

cout<<"E="<<endl<<""<<E<<endl<<endl;

MatO=Mat::ones(2,2,CV_32F);

cout<<"O="<<endl<<""<<O<<endl<<endl;

MatZ=Mat::zeros(3,3,CV_8UC1);

cout<<"Z="<<endl<<""<<Z<<endl<<end



*对于小矩阵你可以用逗号分隔的初始化函数:

[cpp]view plaincopy

MatC=(Mat_<double>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);

cout<<"C="<<endl<<""<<C<<endl<<endl;



*使用clone()或者copyTo()为一个存在的Mat对象创建一个新的信息头。

[cpp]view plaincopy

MatRowClone=C.row(1).clone();

cout<<"RowClone="<<endl<<""<<RowClone<<endl<<endl;

  

爱华网本文地址 » http://www.aihuau.com/a/25101011/75129.html

更多阅读

遮瑕膏如何使用,遮瑕膏的使用窍门 如何正确使用遮瑕膏

遮瑕膏如何使用,遮瑕膏的使用窍门——简介经常会看见很多MM将遮瑕膏用在了护肤的最后一步,但是这样画出来的妆就会很假,再好的遮瑕产品到底也是有痕迹的。所以一般正常的使用顺序是用在粉底之后用上遮瑕膏,然后在全脸稍微压一些蜜粉,这样

转载 易中天先生,这叫险恶 险恶先生

有趣原文地址:易中天先生,这叫险恶作者:丁启阵口臭与心恶丁启阵我一直以为易中天先生是个水平线以上的学者(孔庆东现在还说易中天“才学还不错”)。但是,他近日发表在博客中的《论孔庆东不是王八蛋》一文(易中天新浪博客2012-01-2100:41:

中美博弈,中华家必胜的八个原因:xiniqi198259|2014-06-26

中美博弈,中华家必胜的八个原因!(2014-06-26)最近这几天,许多网友都觉得我对中美博弈的分析太过乐观,对于这种看法,我不否认,不过,我的“乐观”可是有原因的,今天,我就来给大家说道说道。在我看来,现今的中美博弈,咱们中华家占了八个方面的优势

教你一招:将手机的铃声变大的方法,很好用!

首先通过“千千静听”,把文件转换为wav格式,然后用Windows录音机(开始→程序→附件→娱乐→录音机)打开该wav文件,在菜单中选择“增大音量”,直到符合你的要求然后保存,再次使用千千静听转换为mp3,这样方法简单而且不会有失真,我经常使用这

声明:《opencv中Mat使用,很好,顶! opencv mat at》为网友挺直腰板向前冲分享!如侵犯到您的合法权益请联系我们删除