版权声明:本文由 Micheal 超 博客 创作,转载请附带链接,有问题欢迎交流。 https://blog.csdn.net/qq_42887760/article/details/85784903
Mat对象与IplImage对象
- Mat对象 OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题,是面向对象的数据结构。分了两个部分,头部与数据部分
- IplImage 是从2001年OpenCV发布之后就一直存在,是C语言风格的数据结构,需要开发者自己分配与管理内存,对大的程序使用它容易导致内存泄漏问题
Mat对象使用
构造函数(部分常用的) | 说明 |
---|---|
Mat(); | 无参构造方法 |
Mat(int rows, int cols, int type); | 创建行数为rows,列数为cols,类型为type的图像 |
Mat(Size size, int type); | 创建大小为size,类型为type的图像 |
Mat(int rows, int cols, int type, const Scalar& s); | 创建行数为rows,列数为cols,类型为type的图像,并且将所有元素初始化为s |
Mat(Size size, int type, const Scalar& s); | 创建大小为size,类型为type的图像,并且将所有元素初始化为值s |
Mat(int ndims, const int* sizes, int type); | |
Mat(int ndims, const int* sizes, int type, const Scalar& s); | |
Mat(const Mat& m) | 将m赋值给新创建的对象,此处不会对图像数据进行复制,m和新对象共用图像数据 |
其中:type可以是:CV_8UC1、CV_16SC1、… … 、CV_64FC3 等。C[The channel number]、U(unsigned integer)表示的是无符号整数,S(signed integer)是有符号整数, F(float)是浮点数。
里面的 8U 表示8位无符号整数(0 ~ 255),16S 表示16位有符号整数(-32768 ~ 32767),64F 表示64位浮点 double数据类型,C后面的数表示通道数,例如:C1表示一个通道数的图像,C3表示3通道图像,以此类推。
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace std;
using namespace cv;
int main(int argc,char** argv){
Mat src;
src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");
if(!src.data){
cout<<"Could not load image ... "<<endl;
return -1;
}
//构造函数示例
Mat dst1(250,250,CV_8UC1);//创建200行200列类型为8位单通道矩阵
Mat dst2(Size(250,250),CV_8UC3);//创建300行400列类型为8位3通道矩阵
// CV_8UC1 8表示8位,UC表示unsigned char,1表示1个通道, Scalar表示向量长度,要与通道数目一致
Mat dst3(300, 300, CV_8UC3, Scalar(0, 0, 255));//3*3个像素点,CV_8UC3表示像素点为三个通道颜色数据,CV_8UC1表示像素点为单通道,对应的传 Scalar(255)
Mat dst4(Size(300,300),CV_8UC1,Scalar(127));//500*500个像素点,CV_32FC2表示32位浮点型数据,2通道图像,127表示灰色
Mat dst5(src);//将src赋值给dst1,共用数据对象
Mat dst6 = Mat(src.size(), src.type());
dst6 = Scalar(127, 0, 255);//给矩阵所有的像素点设置颜色数据,绯红,这里的 = 号运算符重载了。Scalar参数顺序是 B G R
namedWindow("input",CV_WINDOW_AUTOSIZE);
imshow("input",src);
namedWindow("output1",CV_WINDOW_AUTOSIZE);
imshow("output1",dst1);
namedWindow("output2",CV_WINDOW_AUTOSIZE);
imshow("output2",dst2);
namedWindow("output3",CV_WINDOW_AUTOSIZE);
imshow("output3",dst3);
namedWindow("output4",CV_WINDOW_AUTOSIZE);
imshow("output4",dst4);
namedWindow("output5",CV_WINDOW_AUTOSIZE);
imshow("output5",dst5);
namedWindow("output6",CV_WINDOW_AUTOSIZE);
imshow("output6",dst6);
waitKey(0);
return 0;
}
运行截图:
函数 | 功能 |
---|---|
row | 行数 |
col | 列数 |
rowRange | 为指定的行span创建一个新的矩阵头,可去指定行区间元素 |
colRange | 为指定的列span创建一个新的矩阵头,可去指定列区间元素 |
Mat clone() | 创建一个数组及其基础数据的完整副本 |
void copyTo(Mat mat) | 完全复制一份 |
void convertTo(Mat dst, int type) | 转换,比如8位的转换为float |
int channels() | 通道数 |
int depth() | 深度 |
bool empty(); | 是否空,如果数组没有elements,则返回true |
uchar* ptr(i=0) | 矩阵数据指针 |
Mat::zeros | 返回指定大小和类型的0数组 |
Mat::ones | 返回一个指定的大小和类型全为1的数组 |
Mat::at | 返回对指定数组元素的引用 |
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace std;
using namespace cv;
int main(int argc,char** argv){
Mat src;
src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");
if(src.empty()){
cout<<"Could not laod image ..."<<endl;
return -1;
}
//图片的复制操作
Mat dst1=src.clone();//完全拷贝
Mat dst2;
src.copyTo(dst2);//完全拷贝
Mat dst3(src);//只是复制部分,Mat对象头部与数据的指针,不会复制数据
namedWindow("input",CV_WINDOW_AUTOSIZE);
imshow("input",src);
namedWindow("output1",CV_WINDOW_AUTOSIZE);
imshow("output1",dst1);
namedWindow("output2",CV_WINDOW_AUTOSIZE);
imshow("output2",dst2);
namedWindow("output3",CV_WINDOW_AUTOSIZE);
imshow("output3",dst3);
//其他函数测试
Mat dst4;//测试channels()、ptr()、cols()、rows();
cvtColor(src, dst4, CV_BGR2GRAY);//dst4对象输出图像的内存是自动分配的
printf("rgb.channels=%d, gray.channels=%d,src.type=%d,dst4.type=%d\n", src.channels(), dst4.channels(), src.type(), dst4.type());//rgb通道数为3,gray通道数为1,16,0
const uchar* firstRow = dst4.ptr<uchar>(0);//图像第一行颜色数据
printf("first pixel value : %d\n", *firstRow);
printf("dst.cols=%d, dst.rows=%d\n\n", dst4.cols, dst4.rows);
// CV_8UC1 8表示8位,UC表示unsigned char,1表示1个通道, Scalar表示向量长度,要与通道数目一致
Mat dst5(3, 3, CV_8UC3, Scalar(0, 0, 255));//3*3个像素点,CV_8UC3表示像素点为三个通道颜色数据,CV_8UC1表示像素点为单通道,对应的传 Scalar(255)
cout << "dst5 = " << endl << dst5 << endl<<endl;//打印每个通道颜色数据
/* m =
[ 0, 0, 255, 0, 0, 255, 0, 0, 255;
0, 0, 255, 0, 0, 255, 0, 0, 255;
0, 0, 255, 0, 0, 255, 0, 0, 255 ]
*/
imshow("scalar", dst5);
Mat dst6;
dst6.create(src.size(), src.type());//以create方式创建Mat
dst6 = Scalar(0, 0, 255);//Scalar参数顺序是 B G R
imshow("create", dst6);
//Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); //定义小数组,以 << 运算符重载 创建Mat
Mat zeros = Mat::zeros(2, 2, CV_8UC1);//初始值0
cout << "zeros = " << endl << zeros << endl<<endl;
/*
zeros =
[0, 0;
0, 0]
eye =
[1, 0;
0, 1;
0, 0]
*/
Mat eye = Mat::eye(3, 2, CV_8UC1);//沿着主对角线的像素点(不是通道)的第一个通道的数据设置为1,其他都为0,对于CV_8UC1的方阵可以生成单一矩阵
cout << "eye = " << endl << eye << endl;
waitKey(0);
return 0;
}
运行截图:
- 部分复制:一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分
Mat A= imread(imgFilePath);
Mat B(A) // 只复制
- 完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现
Mat F = A.clone();
或Mat G; A.copyTo(G);
- Mat对象使用-四个要点:
- 输出图像的内存是自动分配的
- 使用OpenCV的C++接口,不需要考虑内存分配问题
- 赋值操作和拷贝构造函数只会复制头部分
- 使用clone与copyTo两个函数实现数据完全复制
Mat定义数组
-
cv::Mat构造函数
Mat M(2,2,CV_8UC3, Scalar(0,0,255))
其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3,第四个参数是向量表示初始化每个像素值是多少,向量长度对应通道数目一致 -
创建多维数组cv::Mat::create
int sz[3] = {2,2,2};
Mat L(3,sz, CV_8UC1, Scalar::all(0));
-
cv::Mat::create实现
Mat M;
M.create(4, 3, CV_8UC2);
M = Scalar(127,127);
cout << “M = " << endl << " " << M << endl << endl;
uchar* firstRow = M.ptr(0);
printf(”%d", *firstRow);
- 定义小数组
Mat C = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout << "C = " << endl << " " << C << endl << endl;
程序代码见上