Opencv中关于双通道Mat矩阵的创建与访问

在opencv中我们经常用到的是1或者3通道的图像，也就是灰度图像或者彩色图像，对于这两个类型的图像来说，在网上可以找到许多有关的操作。由于课程需要，老师叫手工实现图像的傅里叶变换，在这里面就涉及到了2通道矩阵的处理，上网找了下，好像关于这方面的文章比较少，所以写了一篇，免得以后又忘记。

创建Mat矩阵

    <span style="font-size:12px;">//1.使用构造函数，常见的几个如下：  
    Mat::Mat(); //default  
    Mat::Mat(int rows, int cols, int type);  
    Mat::Mat(Size size, int type);  
    Mat::Mat(int rows, int cols, int type, const Scalar& s);  
    Mat::Mat(Size size, int type, const Scalar& s);  
    Mat::Mat(const Mat& m);  
    //参数说明：  
    //int rows：高  
    //int cols：宽  
    //int type：参见"Mat类型定义"  
    //Size size：矩阵尺寸，注意宽和高的顺序：Size(cols, rows)  
    //const Scalar& s：用于初始化矩阵元素的数值  
    //const Mat& m：拷贝m的矩阵头给新的Mat对象，但是不复制数据！相当于创建了m的一个引用对象  
      
    //例子1：创建100*90的矩阵，矩阵元素为3通道32位浮点型  
    cv::Mat M(100, 90, CV_32FC3);  
    //例子2：使用一维或多维数组来初始化矩阵，  
    double m[3][3] = {
   
   {a, b, c}, {d, e, f}, {g, h, i}};  
    cv::Mat M = cv::Mat(3, 3, CV_64F, m);  
      
    //2.使用create函数：  
    Mat a = create(10, 9, CV_16U);  //创建10*9的矩阵，矩阵元素为16位无符号整型  
    //create的一个特殊用法：如果初始化的时候没有传入size的参数，或者后面需要改变size的参数，可以使用create来调整  
    // make 7x7 complex matrix filled with 1+3j.  
    cv::Mat M(7,7,CV_32FC2,Scalar(1,3));  
    // and now turn M to 100x60 15-channel 8-bit matrix.  
    // The old content will be deallocated：隐式使用release()释放  
    M.create(100,60,CV_8UC(15));</span>

Mat数据类型

在创建Mat矩阵时，通常会需要指定它的存储元素的数据类型以及每个矩阵点的通道数。根据下述规则会有多种定义：

CV_[位数][是否带符号][类型前缀]C[通道数]

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。

Mat的存储是逐行存储的，矩阵中的数据类型包括：Mat_<uchar>对应的是CV_8U，Mat_<uchar>对应的是CV_8U，Mat_<char>对应的是CV_8S，Mat_<int>对应的是CV_32S，Mat_<float>对应的是CV_32F，Mat_<double>对应的是CV_64F，对应的数据深度如下：

• CV_8U - 8-bit unsigned integers ( 0..255 )

扫描二维码关注公众号，回复： 15019881 查看本文章

• CV_8S - 8-bit signed integers ( -128..127 )

• CV_16U - 16-bit unsigned integers ( 0..65535 )

• CV_16S - 16-bit signed integers ( -32768..32767 )

• CV_32S - 32-bit signed integers ( -2147483648..2147483647 )

• CV_32F - 32-bit ﬂoating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )

• CV_64F - 64-bit ﬂoating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )

按照上述过程创建出2通道矩阵后，接着我用at函数对矩阵像素点进行访问，具体代码如下。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main()
{
	int i, j;
	Mat dimg(4, 4, CV_64FC2,Scalar(0,1.1));//构造一个4*4的双通道矩阵，数据类型为double
       cout << "原矩阵" << endl << dimg << endl << endl;

	for (i = 0; i < dimg.rows; i++)
	{
		for (j = 0; j < dimg.cols; j++)
		{
			dimg.at<Vec2d>(i, j)[0] = 9.9;//at<type>其中type由矩阵的类型确定，下面会给出详细信息
			dimg.at<Vec2d>(i, j)[1] = 100.0;
		}
	}

	cout << "改变后矩阵" << endl << dimg << endl << endl;
	system("pause");
}

/******对应关系******/
template<typename_Tp, int n> class Vec : public Matx<_Tp, n, 1> {...};
typedef Vec<uchar, 2> Vec2b;  //无符号双通道
typedef Vec<uchar, 3> Vec3b;  //无符号3通道
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;  //short型双通道
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<int, 2> Vec2i;    //整型双通道
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<float, 2> Vec2f;   //浮点型双通道
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d;   //double型双通道
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;

Opencv中关于双通道Mat矩阵的创建与访问

猜你喜欢