本文共 5841 字，大约阅读时间需要 19 分钟。

目录

---

一、说在前面的话

在最初学习opencv 的时候，还没有写博客的习惯，后来有时间，从中间开始写。现在因为要做些实际项目，对一些概念进行深入了解，同时有很多朋友跟我说，希望我能接着完善我的博客。本来是希望以后有时间能从头到尾好好学，但是由于项目需要，对一些概念有详细的介绍，所以我的opencv相关博客将不按照顺序发布，我会根据自己项目或者实际情况，逐步完善自己的学习笔记。这里面不仅有我初次学习opencv的一些笔记资料，还有后期项目实战的一些了解和完善，希望大家多多支持。

在此，也感谢各位对我的支持。我会努力写出更好的博客。

二、其他图像类型

在Opencv1代的时候，是使用lplImage 和 CvMat 数据结构来表示图像的。他们都是C语言的结构，申请的内存需要自己手动管理，特别是采用 lplImage 会直接暴露内存，如果忘记释放内存，就会造成内存泄漏。在这里，我不对这个进行过多的描述，大家可以从百度百科或者其他的文章中去了解。在这里提一下，希望大家能对此有所了解。

三、Mat对象

从Opencv2.3往后就引入了Mat类，他可以自动管理内存，相比较C语言的两种数据结构，Mat有着自己独特的优势，接下来我Mat对象做详细介绍。

1、构成

Mat类由两部分数据组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等)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。Mat在进行赋值和拷贝时，只复制矩阵头，而不复制矩阵，提高效率。如果矩阵属于多个Mat对象，则通过引用计数来判断，当最后一个使用它的对象，则负责释放矩阵。

class CV_EXPORTS Mat{public：/*..很多方法..*//*............*/ int flags;/*flags指定图像的颜色空间              flags > 0 3通道的彩色图像            flags = 0 灰度图像            flags < 0 不作改变          */int dims;  /*数据的维数*/int rows,cols; /*行和列的数量;数组超过2维时为(-1，-1)*/uchar *data;   /*指向数据*/int * refcount;   /*指针的引用计数器; 阵列指向用户分配的数据时，指针为 NULL/* 其他成员 */ ...};

2、存储方法

Mat中矩阵的每个元素可以使用不同的数据类型，最小的数据类型是char，占用一个字节或者8位，可以是有符号的（0到255）或者是无符号的（-127到127）。在RGB颜色空间中，使用三个char类型可以表示1600万中颜色，但在图像处理的过程中有可能会使用到float或者double来表示图像的像素。

3、常用成员及含义

1、data

Mat对象中的一个指针，指向存放矩阵数据的内存(uchar* data)

2、dims

矩阵的维度，3*4的矩阵维度为2维，3*4*5的矩阵维度为3维

3、channels

矩阵通道，矩阵中的每一个矩阵元素拥有的值的个数，比如说 3 * 4 矩阵中一共 12 个元素，如果每个元素有三个值，那么就说这个矩阵是 3 通道的，即 channels = 3。常见的是一张彩色图片有红、绿、蓝三个通道。

4、depth

深度，即每一个像素的位数，也就是每个通道的位数。在opencv的Mat.depth()中得到的是一个0 – 6的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 }，可见 0和1都代表8位， 2和3都代表16位，4和5代表32位，6代表64位。

4、常用构造方法

1、Mat::Mat()

无参数构造方法；

2、Mat::Mat(int rows, int cols, int type)

创建行数为 rows，列数为 col，类型为 type 的图像；

3、Mat::Mat(Size size, int type)

创建大小为 size，类型为 type 的图像；

4、Mat::Mat(int rows, int cols, int type, const Scalar& s)

创建行数为 rows，列数为 col，类型为 type 的图像，并将所有元素初始化为值 s；

5、Mat::Mat(Size size, int type, const Scalar& s)

创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s；

6、Mat::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，属于浅拷贝；

7、Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)

创建行数为rows，列数为col，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由 step指定。

8、Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)

创建大小为size，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由step指定。

9、Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)

创建的新图像为m的一部分，具体的范围由rowRange和colRange指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据；

10、Mat::Mat(const Mat& m, const Rect& roi)

创建的新图像为m的一部分，具体的范围roi指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据。

这些构造函数中，很多都涉及到类型type。type可以是CV_8UC1，CV_16SC1，…，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型）；C 后面的数表示通道数，例如 C1 表示单通道的图像，C4 表示 4 个通道的图像，以此类推。如果你需要更多的通道数，需要用宏 CV_8UC(n)，例如：

Mat M(3,2, CV_8UC(5));//创建行数为 3，列数为 2，通道数为 5 的图像。

5、其他方法

Mat::Create：创建新的阵列数据

void Mat::create(int rows, int cols, int type)void Mat::create(Size size, int type)void Mat::create(int ndims, const int* sizes, inttype)//ndims – 新数组的维数。//rows –新的行数。//cols – 新的列数。//size – 替代新矩阵大小规格：Size(cols, rows)。//sizes – 指定一个新的阵列形状的整数数组。//type – 新矩阵的类型。

Mat：：resize：重新定义图片大小

void Mat::resize(size_t sz)void Mat::resize(size_t sz, const Scalar& s)//sz –新的行数。//s –分配给新添加的元素的值。

Mat::type：返回一个矩阵元素的类型。

int Mat::type() const//该方法返回一个矩阵的元素类型。兼容CvMat 类型系统，像 CV_16SC3标识符 或 16 位有符号的3 通道阵列等。

Mat::depth：返回一个矩阵元素的深度

int Mat::depth() const//该方法返回矩阵元素深度（每个单独的通道类型）的标识符。例如，对于16位有符号的3通道数组，该方法返回CV_16S。矩阵类型的完整列表包含以下内容值：// CV_8U - 8 位无符号整数 （0…..255）// CV_8S - 8 位符号整数 （ - 128…..127）// CV_16U - 16 位无符号整数 （0……65535）// CV_16S - 16 位符号整数 （ - 32768…..32767）// CV_32S - 32 位符号整数 （ - 2147483648……2147483647）// CV_32F - 32 位浮点数 （ - FLT_MAX ………FLT_MAX，INF，NAN)// CV_64F - 64 位浮点数（ - DBL_MAX ……….DBL_MAX，INF，NAN)

Mat::channels：返回矩阵通道的数目

int Mat::channels() const

Mat::size：返回一个矩阵大小

Size Mat::size() const

Mat::at：返回对指定数组元素的引用

template
   
     T& Mat::at(int i)consttemplate
    
      const T&Mat::at(int i) consttemplate
     
       T& Mat::at(int i,int j)template
      
        const T&Mat::at(int i, int j) consttemplate
       
         T& Mat::at(Pointpt)template
        
          const T&Mat::at(Point pt) consttemplate
         
           T& Mat::at(int i,int j, int k)template
          
            const T&Mat::at(int i, int j, int k) consttemplate
           
             T& Mat::at(constint* idx)template
            
              const T&Mat::at(const int* idx) const//参数//i –索引 0 维度//j – 1 维度的索引//k – 沿 2 维度的索引//pt – Point(j, i) 作为指定元素的位置。//idx – Mat::dims 数组的索引。//该模板方法返回指定数组元素的引用。为了具有更高的性能，索引范围检查只在调试配置下执行。请注意使用具有单个索引(i) 的变量可以访问的单行或单列的2 维的数组元素。也就是比方说，如果A是1 x N 浮点矩阵和B是M x 1的整数矩阵，您只需编写A.at(k + 4) 和 B.at(2 * i + 1) 分别代替A.at(0, k + 4)和//B.at(2 * i + 1, 0)。//下面的示例将初始化希尔伯特矩阵：Mat H(100, 100, CV_64F);for(inti=0; i
             
              (i,j)=1./(i+j+1);
             
            
           
          
         
        
       
      
     
    
   

6、Mat优势

1.图像的内存分配和释放由Mat类自动管理。

2.Mat类由两部分数据组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等)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。Mat在进行赋值和拷贝时，只复制矩阵头，而不复制矩阵，提高效率。如果矩阵属于多个Mat对象，则通过引用计数来判断，当最后一个使用它的对象，则负责释放矩阵。

3.可以使用clone和copyTo函数，不仅复制矩阵头还复制矩阵。

7、注意事项

1.OpenCV中的内存分配是自动完成的（不是特别指定的话）

2.使用OpenCV的C++ 接口时不需要考虑内存释放问题

3.Mat的赋值运算和拷贝构造函数只会拷贝矩阵头，仍然共同同一个矩阵

4.如果要复制矩阵数据，可以使用clone和copyTo函数

8、CvMat, Mat, IplImage之间的互相转换

//1. IpIImage -> CvMat/*cvGetMat*/CvMat matheader;CvMat * mat = cvGetMat(img, &matheader);/*cvConvert*/CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3);cvConvert(img, mat);//2. IplImage -> MatMat::Mat(const IplImage* img, bool copyData=false);/*default copyData=false,与原来的IplImage共享数据,只是创建一个矩阵头*///例子：IplImage* iplImg = cvLoadImage("greatwave.jpg", 1);Mat mtx(iplImg); /* IplImage * -> Mat,共享数据; or : Mat mtx = iplImg;*///3. Mat -> IplImageMat MIplImage iplimage = M; /*只创建图像头，不复制数据*///4. CvMat -> MatMat::Mat(const CvMat* m, bool copyData=false); /*类似IplImage -> Mat，可选择是否复制数据*///5. Mat -> CvMat//例子(假设Mat类型的imgMat图像数据存在)：CvMat cvMat = imgMat;/*Mat -> CvMat, 类似转换到IplImage，不复制数据只创建矩阵头

四、说在最后的话

因为Mat是最基本的内容，以后不管是学习笔记还是项目实战，都会用到Mat 类，所以在这里，很少涉及到具体的代码和实现效果，但是希望大家要多做实战，多敲代码，才能学的更好。

 

 

转载地址：http://ofyni.baihongyu.com/