OpenCV CvMat 初窥

其他 2018-08-13 12:06:30 阅读次数: 0

小小研究了一下CvMat里面的宏,发现设计人员对位运算的使用 "别具匠心",值得我们学习！

研究结果:

/****************************************************************************************\
*                                  Matrix type (CvMat)                                   *
\****************************************************************************************/

#define CV_CN_MAX     512
#define CV_CN_SHIFT   3
#define CV_DEPTH_MAX  (1 << CV_CN_SHIFT)

#define CV_8U   0
#define CV_8S   1
#define CV_16U  2
#define CV_16S  3
#define CV_32S  4
#define CV_32F  5
#define CV_64F  6
#define CV_USRTYPE1 7

#define CV_MAT_DEPTH_MASK       (CV_DEPTH_MAX - 1)
#define CV_MAT_DEPTH(flags)     ((flags) & CV_MAT_DEPTH_MASK)

#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))
#define CV_MAKE_TYPE CV_MAKETYPE

#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)
#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))

#define CV_8SC1 CV_MAKETYPE(CV_8S,1)
#define CV_8SC2 CV_MAKETYPE(CV_8S,2)
#define CV_8SC3 CV_MAKETYPE(CV_8S,3)
#define CV_8SC4 CV_MAKETYPE(CV_8S,4)
#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))

#define CV_16UC1 CV_MAKETYPE(CV_16U,1)
#define CV_16UC2 CV_MAKETYPE(CV_16U,2)
#define CV_16UC3 CV_MAKETYPE(CV_16U,3)
#define CV_16UC4 CV_MAKETYPE(CV_16U,4)
#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))

#define CV_16SC1 CV_MAKETYPE(CV_16S,1)
#define CV_16SC2 CV_MAKETYPE(CV_16S,2)
#define CV_16SC3 CV_MAKETYPE(CV_16S,3)
#define CV_16SC4 CV_MAKETYPE(CV_16S,4)
#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))

#define CV_32SC1 CV_MAKETYPE(CV_32S,1)
#define CV_32SC2 CV_MAKETYPE(CV_32S,2)
#define CV_32SC3 CV_MAKETYPE(CV_32S,3)
#define CV_32SC4 CV_MAKETYPE(CV_32S,4)
#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))

#define CV_32FC1 CV_MAKETYPE(CV_32F,1)
#define CV_32FC2 CV_MAKETYPE(CV_32F,2)
#define CV_32FC3 CV_MAKETYPE(CV_32F,3)
#define CV_32FC4 CV_MAKETYPE(CV_32F,4)
#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))

#define CV_64FC1 CV_MAKETYPE(CV_64F,1)
#define CV_64FC2 CV_MAKETYPE(CV_64F,2)
#define CV_64FC3 CV_MAKETYPE(CV_64F,3)
#define CV_64FC4 CV_MAKETYPE(CV_64F,4)
#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))

#define CV_AUTO_STEP  0x7fffffff
#define CV_WHOLE_ARR  cvSlice( 0, 0x3fffffff )

#define CV_MAT_CN_MASK          ((CV_CN_MAX - 1) << CV_CN_SHIFT)
#define CV_MAT_CN(flags)        ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1)
#define CV_MAT_TYPE_MASK        (CV_DEPTH_MAX*CV_CN_MAX - 1)
#define CV_MAT_TYPE(flags)      ((flags) & CV_MAT_TYPE_MASK)
#define CV_MAT_CONT_FLAG_SHIFT  14
#define CV_MAT_CONT_FLAG        (1 << CV_MAT_CONT_FLAG_SHIFT)
#define CV_IS_MAT_CONT(flags)   ((flags) & CV_MAT_CONT_FLAG)
#define CV_IS_CONT_MAT          CV_IS_MAT_CONT
#define CV_SUBMAT_FLAG_SHIFT    15
#define CV_SUBMAT_FLAG          (1 << CV_SUBMAT_FLAG_SHIFT)
#define CV_IS_SUBMAT(flags)     ((flags) & CV_MAT_SUBMAT_FLAG)

#define CV_MAGIC_MASK       0xFFFF0000
#define CV_MAT_MAGIC_VAL    0x42420000
#define CV_TYPE_NAME_MAT    "opencv-matrix"

/************** 我的研究结果 *****************/

/*** 宏嵌套 ***/
#define C A
#define A B
#define B 1
/*** A=B=C=1 ***/


#define CV_CN_MAX     512   //最大通道
#define CV_CN_SHIFT   3    //偏移
#define CV_DEPTH_MAX  8    //最大深度8位(单个字节)

//DEPTH的取值类型,占3位
#define CV_8U   0   //unsigned char 
#define CV_8S   1   //char
#define CV_16U  2   //unsigned short
#define CV_16S  3   //short
#define CV_32S  4   //int
#define CV_32F  5   //float
#define CV_64F  6   //double
#define CV_USRTYPE1 7 //未使用


#define CV_MAT_DEPTH_MASK       7 // 0000 0000 0111
#define CV_MAT_DEPTH(flags)     ((flags) & 7)

/*** depth + cn 编码 ***/
//depth占低3位,cn-1占高位
#define CV_MAKETYPE(depth,cn) ((depth & 7) + ((cn - 1) << 3))
#define CV_MAKE_TYPE CV_MAKETYPE

#define CV_MAT_CN_MASK          4088  // 1111 1111 1000

// (((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) ==>  0 <= flags < 4096时,等价于右移三位
// 后面可以发现 CV_MAT_CN_MASK = 1111 1111 1000, flags确实在这个范围里,所以其实也可以写成 ((flags) >> CV_CN_SHIFT)
#define CV_MAT_CN(flags)        ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1)

#define CV_MAT_TYPE_MASK        4095  // 1111 1111 1111
#define CV_MAT_TYPE(flags)      ((flags) & 4095)

/******************* 规律 *********************/
 *      TYPE_MASK = DEPTH_MASK | CN_MASK      *                    
 *      CV_MAT_TYPE_MASK   1111 1111 1111     *
 *      CV_MAT_DEPTH_MASK  0000 0000 0111     *
 *      CV_MAT_CN_MASK     1111 1111 1000     *
/**********************************************/

#define CV_MAT_CONT_FLAG_SHIFT  14
#define CV_MAT_CONT_FLAG        (1 << 14)  //16384
#define CV_IS_MAT_CONT(flags)   ((flags) & 16384)  //二进制表示，右数第15位是否为1 
#define CV_IS_CONT_MAT          CV_IS_MAT_CONT
#define CV_SUBMAT_FLAG_SHIFT    15
#define CV_SUBMAT_FLAG          (1 << 15) //32768
#define CV_IS_SUBMAT(flags)     ((flags) & 32768) //二进制表示，右数第16位是否为1


#define CV_MAGIC_MASK       0xFFFF0000 // 1111 1111 1111 1111 0000 0000 0000 0000
#define CV_MAT_MAGIC_VAL    0x42420000 // 0100 0010 0100 0010 0000 0000 0000 0000

// 0100 0010 0100 0010 0100 低12位由type决定
// 其中type低3位由DEPTH决定，高9位由(CN-1)<<3决定,显然CN最大为4088，即CV_MAT_CN_MASK
cvMat.type = CV_MAT_MAGIC_VAL | CV_MAT_CONT_FLAG | type;


然后我们写一段程序来验证一下：

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;

int main()
{
    int matrix[] = {1,2,3,4,5,6};
    CvMat mat;
    cvInitMatHeader(&mat,2,3,CV_32SC1,matrix);
    int x = mat.type;
    cout<< x <<endl;
    //0100 0010 0100 0010 0100 0000 0000 0100
    for(int i = 31,j = 0;i >= 0;i--){
        if(j%4 == 0) putchar(' ');
        cout<<((x & 1<<i) > 0);
        j++;
    }
    return 0;
}


由于CV_32SC1，是单通道，所以低12位的前9位为(1-1)<<3 = 0,这样CV_32SC1 = CV_32S = 4,所以对于单通道图像，其实type = depth，所以我们可以直接写 cvInitMatHeader(&mat,2,3,CV_32S,matrix); 效果是一样的，然后根据上面的分析：cvMat.type = CV_MAT_MAGIC_VAL | CV_MAT_CONT_FLAG | type;

所以前20位为0100 0010 0100 0010 0100，这样我们得到32位数0100 0010 0100 0010 0100 0000 0000 0100，最后我们取mat.type并将其转成二进制，可以发现输出的结果就是我们算出来的这32位，因此验证了我们上面的分析。

接下来我们自己来实现库的部分函数： 

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;

int main()
{
    int matrix[] = {1,2,3,4,5,6};
    CvMat mat;
    cvInitMatHeader(&mat,1,3,CV_32SC2,matrix);
    //0100 0010 0100 0010 0100 0000 0000 1100
    //取type
    cout<< cvGetElemType(&mat) <<endl;
    cout<< (mat.type & ((1 << 12) - 1))<<endl;
    cout<< (mat.type & CV_MAT_TYPE_MASK)<<endl;
    //取depth
    cout<< (mat.type & CV_MAT_DEPTH_MASK)<<endl;
    //取cn
    cout<< ((mat.type & CV_MAT_CN_MASK) >> 3) + 1<<endl;
    return 0;
}


这次是二通道的，所以(2-1)<<3,这样得到CN的贡献度是0000 0000 1000，加上DEPTH的贡献度0000 0000 0100， 我们确定32位数是0100 0010 0100 0010 0100 0000 0000 1100，那么如何获得type呢？就是取后12位啊，所以直接将mat.type & ((1<<12)-1)即可，这个((1<<12)-1)其实就是CV_MAT_TYPE_MASK啊。
同理我们可以取depth，也就是末三位，CV_32S=4，还有cn是右数4~12位，实际上是&4088，就是CV_MAT_CN_MASK，但是注意这不是cn，要知道cn是做了(cn-1)<<3运算的，所以我们做逆运算，将这个值右移3位，再加1，这样就恢复到了cn=2.



上面玩了一点trick，接下来还是要研究一下CvMat的结构啊 


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;

基础知识：
union联合，关于union和struct的最明显的区别就是，union分配空间是分配所有成员占的空间的最大值(注意：不是累加)，比如上面的data，uchar*指针占1个字节，short*占2个字节,int*和float*都占4字节，double*占8字节，所以union分配空间是8字节，而不是累加1+2+4+4+8=19字节，从另一个角度说明union的所有成员共用一片内存，并且起始地址都是一样的。关于union的详细资料，自行百度！
在扯一句uchar*是什么鬼？c++有这种数据类型吗？当然没有了，这个是opencv自己定义的一个宏，其实就是c++中的unsigned char...  类似还有很多，uint，int64，uint64什么的...
知道字面意思就可以了...

还有：
#ifdef __cplusplus
...A...
#else
...B...
#endif
这个是条件宏了，表示如果定义了宏名__cplusplus，那么就编译A部分，否则编译B部分，这个是给编译器看的...就这样，详细资料自行百度！
__cplusplus是什么鬼？其实看名字啊，就是cpp的全称啊，所以这玩意表示你的编译环境，可以看到如果是c++的话，条件宏会编译A部分，否则编译B部分。

显然博主用的是c++了，可以看到B部分就非常普通了，rows 和 cols，表示矩阵的行和列，但c++呢？A部分了，当然c++要兼容c,明显要更强大，是两个联合，用于联合的成员是共用的，所以可以发现rows等价于height，cols等价于width，这样你就可以喜欢写rows就写rows，喜欢写width就width，甚至1个rows，1个width交替写都可以，反正编译器认为他们是等价的。

还有几个成员，type开篇就讲了，其实包含了depth和cn两部分，step是什么鬼？官方说行的字节数，也就是存矩阵一行元素所需要的空间，以字节为单位。
下面两个refcount，hdr_refcount，这个是内部使用，换句话说这是写OpenCV库的人自己用的，我们用不着，不必关心，除非要仔细看源码...本博主能力有限还没看呢...

好了，差不多讲完了...
最后补充一点，OpenCV还将CvMat分成了两部分，一部分是data，就是存矩阵数据的，另一部分就是剩余的成员了，描述了矩阵的信息，这部分叫header，所以你可能会看到有一些什么create...Header之类的函数，就大概知道，这个函数只创建header，data域并没有分配空间。

以上是opencv1.0的内容，属于C部分的，接下来我打算主要研究C++部分，即opencv2.0以上，在opencv2.0，CvMat被Mat替代，不过仔细观察，本质没有变化，特别是宏部分基本没有变，还有设计思想也没变...这个以后再讲...

我觉得应该从最简单的数据类型研究起，这里所说的最简单的数据类型是指opencv中的，当然要比C++自带的基本类型复杂一下，比如Point_,Rect_,Scalar_,Mat_....

这篇就到这里了 ...

从下一篇起我们来看看opencv里的DataType

补充： 
/*!
  A helper class for cv::DataType

  The class is specialized for each fundamental numerical data type supported by OpenCV.
  It provides DataDepth<T>::value constant.
*/
template<typename _Tp> class CV_EXPORTS DataDepth {};

template<> class DataDepth<bool> { public: enum { value = CV_8U, fmt=(int)'u' }; };
template<> class DataDepth<uchar> { public: enum { value = CV_8U, fmt=(int)'u' }; };
template<> class DataDepth<schar> { public: enum { value = CV_8S, fmt=(int)'c' }; };
template<> class DataDepth<char> { public: enum { value = CV_8S, fmt=(int)'c' }; };
template<> class DataDepth<ushort> { public: enum { value = CV_16U, fmt=(int)'w' }; };
template<> class DataDepth<short> { public: enum { value = CV_16S, fmt=(int)'s' }; };
template<> class DataDepth<int> { public: enum { value = CV_32S, fmt=(int)'i' }; };
// this is temporary solution to support 32-bit unsigned integers
template<> class DataDepth<unsigned> { public: enum { value = CV_32S, fmt=(int)'i' }; };
template<> class DataDepth<float> { public: enum { value = CV_32F, fmt=(int)'f' }; };
template<> class DataDepth<double> { public: enum { value = CV_64F, fmt=(int)'d' }; };
template<typename _Tp> class DataDepth<_Tp*> { public: enum { value = CV_USRTYPE1, fmt=(int)'r' }; };




猜你喜欢

转载自blog.csdn.net/u012866104/article/details/50785649
今日推荐
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
国产云输入法——仅华为无云端数据上传安全问题
开源日报 | 工业开源项目OGG 1.0；姐姐，你要和我一起配置火狐吗；苹果AI遥遥落后？Fedora 40
周排行
购置笔记本常识
从源码看Spring Security之采坑笔记（Spring Boot篇）
大数据学习——高可用配置案例
如何避免选择不专业的建站公司?
Euclid's Game HDU - 1525（博弈）
面试笔记（六）---Js实现eventHandler
Windows 实例搭建的 FTP 在外网无法连接和访问
设计模式 : 桥接模式
USB 设备驱动开发之几个重要结构体分析
14-p14_sqrt求平方根
每日归档
更多
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)
2024-04-21(0)
2024-04-20(6)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022