图像识别与处理之Opencv——Mat_类与Mat 类的内存管理

Mat_类

Mat_类是对 Mat 类的一个包装，其定义如下：

template<typename _Tp> class Mat_ : public Mat
{
public:
//只定义了几个方法
//没有定义新的属性
};

这是一个非常轻量级的包装，既然已经有 Mat 类，为何还要定义一个 Mat_类？

下面我们看这段代码：

Mat M(600, 800, CV_8UC1);
for( int i = 0; i < M.rows; ++i)
{
uchar * p = M.ptr<uchar>(i);
for( int j = 0; j < M.cols; ++j )
{
double d1 = (double) ((i+j)%255);
M.at<uchar>(i,j) = d1;
double d2 = M.at<double>(i,j);//此行有错
}
}

在读取矩阵元素时，以及获取矩阵某行的地址时，需要指定数据类型。这样首先需要不停地写“”，让人感觉很繁琐，在繁琐和烦躁中容易犯错，如上面代码中的错误，用 at()获取矩阵元素时错误的使用了 double 类型。这种错误不是语法错误，因此在编译时编译器不会提醒。在程序运行时， at()函数获取到的不是期望的(i,j)位置处的元素，数据已经越界，但是运行时也未必会报错。这样

的错误使得你的程序忽而看上去正常，忽而弹出“段错误”，特别是在代码规模很大时，难以查错。

如果使用 Mat_类，那么就可以在变量声明时确定元素的类型， 访问元素时不再需要指定元素类型，即使得代码简洁，又减少了出错的可能性。上面代码可以用 Mat_实现，实现代码如下面例程里的第二个双重 for 循环。

#include <iostream>
#include "opencv2/opencv.hpp"
#include <stdio.h>
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
Mat M(600, 800, CV_8UC1);
for( int i = 0; i < M.rows; ++i)
{
//获取指针时需要指定类型
uchar * p = M.ptr<uchar>(i);
for( int j = 0; j < M.cols; ++j )
{
double d1 = (double) ((i+j)%255);
//用 at()读写像素时，需要指定类型
M.at<uchar>(i,j) = d1;
//下面代码错误，应该使用 at<uchar>()
//但编译时不会提醒错误
//运行结果不正确， d2 不等于 d1
double d2 = M.at<double>(i,j);
}
}
//在变量声明时指定矩阵元素类型
Mat_<uchar> M1 = (Mat_<uchar>&)M;
for( int i = 0; i < M1.rows; ++i)
{
//不需指定元素类型，语句简洁
uchar * p = M1.ptr(i);
for( int j = 0; j < M1.cols; ++j )
{
double d1 = (double) ((i+j)%255);
//直接使用 Matlab 风格的矩阵元素读写，简洁
M1(i,j) = d1;
double d2 = M1(i,j);
}
}
return 0;
}

Mat 类的内存管理

使用 Mat 类，内存管理变得简单，不再像使用 IplImage 那样需要自己申请和释放内存。虽然不了解 Mat 的内存管理机制，也无碍于 Mat 类的使用，但是如果清楚了解 Mat 的内存管理，会更清楚一些函数到底操作了哪些数据。

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的指针，如下图所示。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。 复制矩阵数据往往花费较多时间，因此除非有必要，不要复制大的矩阵。

为了解决矩阵数据的传递， OpenCV 使用了引用计数机制。其思路是让每个Mat 对象有自己的矩阵头信息，但多个 Mat 对象可以共享同一个矩阵数据。让矩阵指针指向同一地址而实现这一目的。很多函数以及很多操作（如函数参数传值）只复制矩阵头信息，而不复制矩阵数据。

前面文提到过，有很多中方法创建 Mat 类。 如果 Mat 类自己申请数据空间，那么该类会多申请 4 个字节，多出的 4 个字节存储数据被引用的次数。引用次数存储于数据空间的后面， refcount 指向这个位置，如下图所示。当计数等于 0时，则释放该空间。



关于多个矩阵对象共享同一矩阵数据，我们可以看这个例子：

Mat A(100,100, CV_8UC1);
Mat B = A;
Mat C = A(Rect(50,50,30,30));

上面代码中有三个 Mat 对象，分别是 A， B 和 C。这三者共有同一矩阵数据，其示意图如下图所示。