opencv中Mat使用，很好，顶! opencv mat at-爱华网

（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;

opencv sparsemat使用

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

opencv中Mat使用，很好，顶! opencv mat at

更多阅读

手机中病毒怎么办，手机中病毒了怎么清除手机中病毒了怎么清除

遮瑕膏如何使用，遮瑕膏的使用窍门如何正确使用遮瑕膏

转载易中天先生，这叫险恶险恶先生

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

教你一招：将手机的铃声变大的方法，很好用!

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