opencv中的Mat、CvMat以及IplImage介绍以及三者之间的转换

OpenCV中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage。这三种类型都可以代表和显示图像，区别是：Mat类型侧重于计算，数学性较高，OpenCV对Mat类型的计算进行了优化；CvMat和IplImage类型更侧重于“图像”，opencv对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。在opencv2.0之前，opencv是完全用C实现的，但是，IplImage类型与CvMat类型的关系类似于面向对象中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。

1. opencv文档中明确声明，CvMat已经过时了(CvMat is now obsolete, consider using Mat instead)不建议用；
2. 派生关系：CvArr -> CvMat -> IplImage
3. Mat用的一套东西是imread，imshow等，有别于CvArr及其子类的cvLoadImage()，cvShowImage()...

一、Mat类型：矩阵类型，Matrix。
在openCV中，Mat是一个多维的密集数据数组。可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。
Mat有3个重要的方法：
1、Mat mat = imread(const String* filename); 读取图像
2、imshow(const string frameName, InputArray mat); 显示图像
3、imwrite (const string& filename, InputArray img); 储存图像
Mat类型较CvMat与IplImage类型来说，有更强的矩阵运算能力，支持常见的矩阵运算。在计算密集型的应用当中，将CvMat与IplImage类型转化为Mat类型将大大减少计算时间花费。
二、CvMat类型：图像类型

typedef struct CvMat
{
    int type;
    int step;
    /* for internal use only */
    int* refcount;
    int hdr_refcount;
    union
    {
        uchar* ptr;
        short* s;
        int* i;
        float* fl;
        double* db;
    } data;
#ifdef __cplusplus
    union
    {
        int rows;
        int height;
    };
    union
    {
        int cols;
        int width;
    };
#else
    int rows;
    int cols;
#endif
}
CvMat;

在openCV中，没有向量（vector）的数据结构。任何时候，但我们要表示向量时，用矩阵数据表示即可。但是，CvMat类型与我们在线性代数课程上学的向量概念相比，更抽象，比如CvMat的元素数据类型并不仅限于基础数据类型，比如，下面创建一个二维数据矩阵：CvMat* cvCreatMat(int rows ,int cols , int type);
type可以是任意的预定义数据类型，比如RGB或者别的多通道数据。这样便可以在一个CvMat矩阵上表示丰富多彩的图像了。
三、IplImage：图像类型
在类型关系上，我们可以说IplImage类型继承自CvMat类型，当然还包括其他的变量将之解析成图像数据，其定义如下：

typedef struct _IplImage
{
int nSize; /* IplImage大小 */
int ID; /* 版本 (=0)*/
int nChannels; /* 大多数OPENCV函数支持1,2,3 或 4 个通道 */
int alphaChannel; /* 被OpenCV忽略 */
int depth; /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */
char colorModel[4]; /* 被OpenCV忽略 */
char channelSeq[4]; /* 同上 */
int dataOrder; /* 0 - 交叉存取颜色通道, 1 - 分开的颜色通道.
cvCreateImage只能创建交叉存取图像 */
int origin; /* 0 - 顶—左结构,
1 - 底—左结构 (Windows bitmaps 风格) */
int align; /* 图像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */
int width; /* 图像宽像素数 */
int height; /* 图像高像素数*/
struct _IplROI *roi;/* 图像感兴趣区域. 当该值非空只对该区域进行处理 */
struct _IplImage *maskROI; /* 在 OpenCV中必须置NULL */
void *imageId; /* 同上*/
struct _IplTileInfo *tileInfo; /*同上*/
int imageSize; /* 图像数据大小(在交叉存取格式下imageSize=image->height*image->widthStep），单位字节*/
char *imageData; /* 指向排列的图像数据 */
int widthStep; /* 排列的图像行大小，以字节为单位 */
int BorderMode[4]; /* 边际结束模式, 被OpenCV忽略 */
int BorderConst[4]; /* 同上 */
char *imageDataOrigin; /* 指针指向一个不同的图像数据结构（不是必须排列的），是为了纠正图像内存分配准备的 */
}
IplImage;
dataOrder中的两个取值：交叉存取颜色通道是颜色数据排列将会是BGRBGR...的交错排列。分开的颜色通道是有几个颜色通道就分几个颜色平面存储。roi是IplROI结构体，该结构体包含了xOffset,yOffset,height,width,coi成员变量，其中xOffset,yOffset是x,y坐标，coi代表channel of interest(感兴趣的通道)，非0的时候才有效。访问图像中的数据元素，分间接存储和直接存储，当图像元素为浮点型时，(uchar *) 改为 (float *)：
补充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage

CvArr用作函数的参数，无论传入的是CvMat或IplImage，内部都是按CvMat处理。

CvMat和IplImage创建时的小区别：

1、建立矩阵时，第一个参数为行数，第二个参数为列数。

CvMat* cvCreateMat( int rows, int cols, int type );

2、建立图像时，CvSize第一个参数为宽度，即列数；第二个参数为高度，即行数。这个和CvMat矩阵正好相反。

IplImage* cvCreateImage(CvSize size, int depth, int channels );

扫描二维码关注公众号，回复： 12752604 查看本文章

CvSize cvSize( int width, int height );

另外，IplImage内部buffer每行是按4字节对齐的，CvMat没有这个限制

四、相互转换
4.1IplImage -> Mat

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* srcImg = cvLoadImage("F:\\IM_VIDEO\\kobe.jpg");
    Mat m = cvarrToMat(srcImg, true);
    namedWindow("kobe image", CV_WINDOW_AUTOSIZE);
    imshow("kobe image", m);
    waitKey(0);
    return 0;
}

运行结果：

4.2 Mat -> IplImage:

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    Mat m = imread("F:\\IM_VIDEO\\kobe.jpg");
    IplImage* transIplimage = cvCloneImage(&(IplImage)m);
    cvShowImage("kobe image", transIplimage);
    waitKey(0);
    cvReleaseImage(&transIplimage);
    return 0;
}

运行结果跟上面相同。
五、像素获取方法
5.1 Mat方法的像素获取方式可以参见：http://blog.csdn.net/piaoxuezhong/article/details/54236227

5.2 IplImage方法的像素获取

直接访问：
对我们来说比较重要的两个元素是：char *imageData以及widthStep。imageData存放图像像素数据，而widStep类似CvMat中的step，表示以字节为单位的行数据长度。
一个m*n的单通道字节型图像，其imageData排列如下：


#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* img = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);
    uchar* tmp = new uchar[img->width*img->height*img->nChannels];
    for (int i = 0; i < img->height; i++)
    {
        for (int j = 0; j < img->width; j++)
        {
            *tmp = ((uchar *)(img->imageData + i*img->widthStep))[j];
        }
    }
    cout << "第1行第1列的图像灰度值： " << (float)tmp[0]<< endl;
    cvShowImage("kobe image", img);
    waitKey(0);
    cvReleaseImage(&img);
    return 0;
}

指针获取方式：


#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* img = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);
    //uchar* tmp = new uchar[img->width*img->height*img->nChannels];
    uchar* data = (uchar *)img->imageData;
    int step = img->widthStep / sizeof(uchar);
    uchar* tmp = data;
    for (int i = 0; i < img->height; i++)
    {
        for (int j = 0; j < img->width; j++)
        {
            *tmp = data[i*step + j];
        }
    }
    cout << "第1行第1列的图像灰度值： " << (float)tmp[0] << endl;
    cvShowImage("kobe image", img);
    waitKey(0);
    cvReleaseImage(&img);
    return 0;
}

opencv中的Mat、CvMat以及IplImage介绍以及三者之间的转换

猜你喜欢