opencv学习笔记详解基本图像容器Mat以及常用数据结构和函数

Posted 2021-06-27 非晚非晚

1. Mat简介

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。为此，OpenCV在2.0版本中引入了一个新的C++接口，利用自动内存管理给出了解决问题的新方法。使用这个方法，你不需要纠结在管理内存上，而且你的代码会变得简洁。Mat的优点如下：

• 不需要手动申请一块内存；
• 在不需要时不用再手动释放内存；
• 赋值运算符和拷贝构造函数只复制信息头；但可以通过函数clone()或者copyTo()来复制一幅图像的矩阵。
• 可以通过类的封装，方便的获取到数据的相关信息。

Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）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。

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;  /*矩阵的维数*/
int rows,cols; /*行和列的数量;矩阵的维数超过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. Mat常用成员及含义

下面介绍一下Mat的常用成员函数。

1. data

Mat对象中的一个指针，指向存放矩阵数据的内存(uchar* data)。

3. dims

矩阵的维度。

4. 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。

5. depth

深度信息，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。

enum
{
	CV_8U=0, 
	CV_8S=1, 
	CV_16U=2, 
	CV_16S=3, 
	CV_32S=4, 
	CV_32F=5, 
	CV_64F=6
};
//举例：  CV_8U3; 8位的 unsigned char 型，每个像素由三个元素组成三通道

3. cv::Mat类对象的创建方法

3.1 构造函数

	cv::Mat M1(3, 3, CV_8UC4, cv::Scalar(0, 0, 0, 255));
	std::cout << "M1 = " << std::endl << M1 << std::endl;

这里使用了构造函数对Mat进行定义，分别指定行数、列数、4通道的矩阵，每个点的颜色为(0, 0, 0, 255)。该例的输出结果为：

M1 =
[ 0, 0, 0, 255, 0, 0, 0, 255, 0, 0, 0, 255;
0, 0, 0, 255, 0, 0, 0, 255, 0, 0, 0, 255;
0, 0, 0, 255, 0, 0, 0, 255, 0, 0, 0, 255]

3.2 通过数组初始化矩阵维数

	int sz[2] = { 3, 3 };//矩阵维数3*3
	cv::Mat M2(2, sz, CV_8UC1, cv::Scalar::all(0));
	std::cout << "M2 = " << std::endl << M2 << std::endl;

M2的分别指定了2维、sz指定了3行3列、单通道8位无符号和全部元素都为0，输出结果如下：

M2 =
[ 0, 0, 0;
0, 0, 0;
0, 0, 0]

3.3 通过create函数来初始化

 cv::Mat M3;
 M3.create(4, 4, CV_8UC(1));
 std::cout << "M3 = " << std::endl << M3 << std::endl;

create构造了4*4的单通道8位无符号，并且矩阵中的数据位随机值。如下：

[205, 205, 205, 205;
205, 205, 205, 205;
205, 205, 205, 205;
205, 205, 205, 205]

3.4 通过opencv提供的类似于matlab的函数创建

 cv::Mat mat_eye= cv::Mat::eye(4, 4, CV_64F);//对角
 std::cout << "mat_eye= " << std::endl << mat_eye<< std::endl;

 cv::Mat mat_ones= cv::Mat::ones(4, 4, CV_64F);//全1
 std::cout << "mat_ones= " << std::endl << mat_ones<< std::endl;

 cv::Mat mat_zeros= cv::Mat::zeros(4, 4, CV_64F);//全0
 std::cout << "mat_zeros= " << std::endl << mat_zeros<< std::endl;

eye函数表示的是单位矩阵，ones为全1的矩阵，zeros表示全是0的矩阵。输出如下：

mat_eye=
[1, 0, 0, 0;
0, 1, 0, 0;
0, 0, 1, 0;
0, 0, 0, 1]
mat_ones=
[1, 1, 1, 1;
1, 1, 1, 1;
1, 1, 1, 1;
1, 1, 1, 1]
mat_zeros=
[0, 0, 0, 0;
0, 0, 0, 0;
0, 0, 0, 0;
0, 0, 0, 0]

3.5 数据自定义矩阵Mat创建

 cv::Mat M4 = (cv::Mat_<double>(3, 3) << 0, -1, 0, -1, 0, 0, 0, 0, 1);
 std::cout << "M4 = " << std::endl << M4 << std::endl;

创建M4的矩阵如下所示：

M4 =
[0, -1, 0;
-1, 0, 0;
0, 0, 1]

3.6 通过clone或者copyTo() 函数创建不同的Mat

 cv::Mat M5 = M4.row(1).clone();//拷贝第一行
 std::cout << "M5 = " << std::endl << M5 << std::endl;

Mat F = A.clone();//拷贝A矩阵

Mat G;
A.copyTo(G);//拷贝A矩阵

clone为深拷贝，输出结果如下：

M5 =
[-1, 0, 0]

除了clone和copyTo函数，类似于拷贝构造函数、赋值运算符的运算等都是通过采用引用的方式，即多个Mat对象共享同一个矩阵数据，这里使用的原理类似c++11中的共享指针，也就是说它们共享矩阵数据,而不共享矩阵头。

3.7 创建感兴趣区域（ROI）

创建感兴趣区域也是共享矩阵。

Mat D(A, Rect(10, 10, 100, 100));//使用矩阵界定
Mat E(Range:all(), Range(1, 3));//使用行和列来界定

R

3.8 为已存在的IplImage指针创建信息头

IplImage* iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg);

4. 像素值的存储方法

存储像素值需要指定颜色空间和数据类型，最简单的颜色空间为灰度级空间，只处理黑色和白色，对它们进行组合便可以产生不同的灰色。

RGB颜色空间是最常用的颜色空间，这归功于它也是人眼内部构成颜色的方式。有时为了表示透明颜色也会加入第4个元素alpha(A)。

颜色系统有很多，具体如下：

• RGB是最常见的，这是因为人眼采用相似的工作机制，它也被显示设备所采用的。
• HSV和HLS把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感。
• YCrCb在JPEG图像格式中被广泛使用。
• CIE Lab*是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的距离。

每个组成元素都有其定义域，定义域取决于其数据类型。如最小的数据类型是char，占一个字节，可以是有符号类型(0到255之间)或无符号类型(-127到+127之间)。尽管使用三个char可以表示1600万种颜色，但是使用float或者double则能给出更加精细的颜色分辨能力。

5. 点的表示：Point类

Point类数据结构表示了二维坐标系下的点。

Point point;
point.x = 10;
point.y = 8;

或者

Point point = Point(10, 8);

关于Point有如下定义：

typedef Point_<int> Point2i;
typedef Point2i Point;//Point类型
typedef Point_<float> Point2f;//float类型，同理还有Point3f

5. 颜色的表示：Scalar类

Scalar()表示具有4个元素的数组，在OpenCV中被大量用于传递像素值，如RGB颜色值。

Scalar(a, b, c);//红色：c 绿色：b 蓝色：a

Scalar类的源头为Scalar_类，而Scalar_类是Vec4x的一个变种，我们常用的Scalar其实就是Scalar_<double>。这就解释了为什么很多函数的参数输入可以是Mat，也可以是Scalar。

Vec是Matx的一个派生类，Matx是一个轻量级的Mat，Matx必须在使用前规定好大小。

6. 尺寸的表示：Size类

Size的定义如下：

typedef Size_<int> Size2i;
typedef Size2i Size;

Size_是一个模板类，使用频率最高的是下面的这个构造函数：

Size_ (_Tp _width, _Tp -height);

下面给出示例：

Size(5, 5);//宽度和高度都是5

7. 矩阵的表示：Rect类

Rect的成员变量有x，y，width，height，分别为左上角点的坐标和矩阵的宽和高。常用的成员函数有：

• Size()：返回值为Size；
• area()；返回矩阵的面积；
• contains(Point)：判断点是否在矩形内；
• inside(Rect)：判断矩形是否在该矩形内；
• tl()：返回左上角点坐标；
• br()：返回右下角坐标；

求矩阵的常用操作：

Rect rect = rect1 & rect2;//交集
Rect rect = rect1 | rect2;//并集
Rect rectShift = rect + point;//矩阵平移
Rect rectScale = rect + size;//矩阵缩放

9. 颜色空间转换：cvtColor函数

关于cvtColor可以参考这篇文章。