OpenCV数据结构之Mat 底层结构
2016-04-15 13:50
447 查看
点我进入原文地址
OpenCV数据结构之Mat
在讲解Mat之前,先来介绍一些基础知识。
阵列的数据类型
阵列的数据类型定义了为阵列的每个元素(图片中的像素)分配的比特数以及如何使用这些比特数表示元素的值。任何阵列的元素都应该有下面数据类型的一种:
单通道阵列
CV_8U (8 bit 无符号整数)CV_8S (8 bit 有符号整数)
CV_16U(16 bit 无符号整数)
CV_16S (16 bit 有符号整数)
CV_32S (32 bit 有符号整数)
CV_32F (32 bit 浮点数)
CV_64F (64 bit 浮点数)
举例来说:下图展示了一个使用8 bit无符号整数的单通道阵列。因为数据类型是8 bit无符号整数,因此这个阵列的每个元素为0-255的值。
多通道阵列
我们可以为多通道阵列定义上面的所有的数据类型(最多支持512个通道)。这里只演示为多通道定义CV_8U数据类型:CV_8UC1 (单通道阵列,8 bit 无符号整数)
CV_8UC2 (2通道阵列,8 bit 无符号整数)
CV_8UC3 (3通道阵列,8 bit 无符号整数)
CV_8UC4 (4通道阵列,8 bit 无符号整数)
CV_8UC(n) (n通道阵列,8 bit 无符号整数 (n 可以从 1 到 512) )
例1:下图展示了一个使用8 bit 无符号整数的3通道阵列。因为数据类型是8 bit无符号整数,因此这个阵列的每个元素为0-255的值。由于是3通道阵列,所以阵列由带有3个元素的元组组成,第一个元组是{54, 0, 34},第二个元组是 {58, 78, 185} ,以此类推。
![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/multi-channel-arrays.png)
例2:下图展示了一个使用8
bit有符号整数的2通道阵列。因为数据类型是8 bit有符号整数,故阵列的每个元素值从-128到127。因为这是一个2通道阵列,所以阵列由有2个元素的元组组成。第一个元组是{-85,-127},第二个是{25,23},以此类推。
![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/multi-channel-arrays_2.png)
注意:CV_8U
= CV_8UC1 = CV_8UC(1)
使用示例
Mat img1(3, 5, CV_32F ); //宽3x高5 使用32 bit浮点数的单通道阵列Mat img2(23, 53, CV_64FC(5) ); //23 x 53 使用64 bit浮点数的5通道阵列
Mat img3(Size(100, 200), CV_16UC2 ); //100 x 200 使用16 bit无符号整数的2通道阵列
记住:一些OpenCV函数不支持上面全部的数据类型,所以在使用时注意一些。
IplImage的位深(C style)
IPL_DEPTH_<bit_depth>(S|U|F)<bit_depth> 可能的值为 1,8,16,32 and 64
S = Signed
U = Unsigned
F = Float
位深为1的图片应该为unsigned
位深为8的图片应该为signed或unsigned
位深为16的图片应该为signed或unsigned
位深为32位的图片应该为signed或float
位深为64的图片应该为float
例子:
IPL_DEPTH_1U (位深为1,unsigned)
IPL_DEPTH_8U (位深为8,unsigned)
IPL_DEPTH_16U
IPL_DEPTH_32F (位深为32,float)
IPL_DEPTH_8S
IPL_DEPTH_16S (位深为16,signed)
IPL_DEPTH_32S
IPL_DEPTH_64F
位深表示为每个像素分配的比特数。比如,使用IPL_DEPTH_8U的IplImage每个像素使用8 bit无符号整数,这表示每个像素的值是从0-255的整数。 当前IplImage数据结构支持IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F。
Mat类
Mat是基本的图像容器,它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。Mat使用了引用技术机制,这样在拷贝Mat对象的时候,只拷贝信息头,所有的对象都共享一个矩阵。
Mat() 构造函数
![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/20140325220024.jpg)
对于二维多通道图像,首先要定义其尺寸,即行数和列数。CV_8UC3在前面已经详细解释了,这里不再赘述。Scalar是个short型vector。指定这个能够使用指定的定制化值来初始化矩阵。
在 C\C++ 中通过构造函数进行初始化
为已存在IplImage指针创建信息头
Create() 函数
![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/20140325222254.jpg)
这个创建方法不能为矩阵设初值,它只是在改变尺寸时重新为矩阵数据开辟内存。
MATLAB形式的初始化方式: zeros(), ones(), :eyes()
使用以下方式指定尺寸和数据类型:![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/20140325222535.jpg)
对于小矩阵你可以用逗号分隔的初始化函数
![](http://lemontree.u.qiniudn.com/wp-content/uploads/2014/03/20140325222821.jpg)