opencv的Mat对象 | 易学教程

IplImage：

在OpenCV中IplImage是表示一个图像的结构体，也是从OpenCV1.0到目前最为重要的一个结构；

在之前的图像表示用IplImage，而且之前的OpenCV是用C语言编写的，提供的接口也是C语言接口；

需要开发者自己分配与管理内存

Mat：

Mat是后来OpenCV封装的一个C++类，用来表示一个图像，和IplImage表示基本一致，但是Mat还添加了一些图像函数；

自动分配孽畜，不存在内存泄漏的问题

在OpenCV中， IplImage 与 Mat是可以相互转换的；

IplImage 转 Mat:

cv::Mat * pmatImage = new cv:Mat( IplImage, 0 ): //第二个参数表示不进行像素数据copy；

Mat 转 IplImage:

IplImage limage = IplImage ( matImage );//不进行数据copy；

Mat对象的构造函数

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。

常用的方法

1.void copyTo(Mat mat)
Mat对象深拷贝

2.void converto(Mat dst,int type)
Mat对象转化函数

3.Mat clone()
Mat对象深拷贝

4.int channels()
获取当前图像的通道数

5.int depth()
获取当前图像的深度

7.uchar* ptr(i = 0)
获取当前图像的指针

8.Mat zeros(int rows,int cols,int type)
创建全0的Mat对象

Mat类存储图像

Mat类是OpenCV里使用广泛的一个类，其中我认为最重要的一个作用就是作为存储图像的数据结构。那么Mat类如何存储的图像呢？

我们都知道图像分为彩色图像和灰度图像，这里我有一个误区，一直认为彩色图像是一种三维矩阵，就是立方体的那种结构，一个图像分为三层。

但是这种理解是错误的，是错误的，是错误的！

其实在存储的图像不管是彩色的还是灰度图像，都是二维的矩阵，具体的存储格式如下

（1）灰度图像的格式：

（2）彩色图像的格式：

看到了吗，虽然彩色图像由BGR三个通道，但是是存储在同一个平面内的，只不过OpenCV在这里把三列才当作一列，因此有img.cols等于图像的列数即图像的像素宽度。

一般我们用Opencv读取的灰度图像的数据类型为uchar类型的，而彩色图像的一个像素的数据类型为<Vec3b>类型的，灰度图一个像素占用1个字节，而彩色图像一个像素3个字节。

接下来就引出了我们如何按像素读取图像呢？

这里主要介绍两种方法，一种非常简单，易于编程，但是效率会比较低；另外一种效率高，但是不太好记。下面依次看代码：

（1）易于编程的

#include <opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <iostream>
 
using namespace std;
using namespace cv;
 
int main()
{
	Mat img = imread("1.jpg");
	resize(img, img, Size(375, 500));//resize为500*375的图像
	imshow("ori", img);
	for (int i = 0; i < img.rows; i++)
	{
		for (int j = 0; j < img.cols; j++)
		{
			//at<类型>(i,j)进行操作，对于灰度图
			img.at<Vec3b>(i, j)[0] = 255;//对于蓝色通道进行操作
			//img.at<Vec3b>(i, j)[1] = 255;//对于绿色通道进行操作
			//img.at<Vec3b>(i, j)[2] = 255;//对于红色通道进行操作
		}
	}
	imshow("result", img);
	waitKey(0);
	return 0;
}

（2）采用指针对图像进行访问

这里直接写对于彩色图像的操作：

#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\core\core.hpp>
#include <iostream>
 
using namespace cv;
using namespace std;
int main()
{
    Mat img = imread("1.jpg");
	int rows = img.rows;
	int cols = img.cols * img.channels();
	if(img.isContinuous())//判断是否在内存中连续
	{
		cols = cols * rows;
		rows = 1;
	}
	imshow("ori",img);
	for(int i = 0;i<rows;i++)
	{
		//调取存储图像内存的第i行的指针
		uchar *pointer = img.ptr<uchar>(i);
 
		for(int j = 0;j<cols;j += 3)
		{
			//pointer[j] = 255;//对蓝色通道进行操作
			//pointer[j+1] = 255;//对绿色通道进行操作
			pointer[j+2] = 255;//对红色通道进行操作
		}
	}
	imshow("result",img);
	waitKey();
    return 0;
}

来源：CSDN

作者：ly1390811049

链接：https://blog.csdn.net/ly1390811049/article/details/104091952

标签

iplimage

OpenCV