一姥闭、Mat類的綜述

1箭启、Mat類存儲(chǔ)圖像

1. 在計(jì)算機(jī)內(nèi)存中，數(shù)字圖像是已矩陣的形式保存的涂乌。OpenCV2中艺栈，數(shù)據(jù)結(jié)構(gòu)Mat是保存圖像像素信息的矩陣，它主要包含兩部分：矩陣頭和一個(gè)指向像素?cái)?shù)據(jù)的矩陣指針湾盒。

2. 矩陣頭主要包含湿右，矩陣尺寸、存儲(chǔ)方法历涝、存儲(chǔ)地址和引用次數(shù)等诅需。矩陣頭的大小是一個(gè)常數(shù)，不會(huì)隨著圖像的大小而改變荧库，但是保存圖像像素?cái)?shù)據(jù)的矩陣則會(huì)隨著圖像的大小而改變堰塌，通常數(shù)據(jù)量會(huì)很大，比矩陣頭大幾個(gè)數(shù)量級(jí)分衫。這樣场刑，在圖像復(fù)制和傳遞過(guò)程中，主要的開(kāi)銷是由存放圖像像素的矩陣而引起的蚪战。

3. 那么Mat類如何存儲(chǔ)的圖像呢牵现？
   我們都知道圖像分為彩色圖像和灰度圖像，這里我有一個(gè)誤區(qū)邀桑，一直認(rèn)為彩色圖像是一種三維矩陣瞎疼，就是立方體的那種結(jié)構(gòu)，一個(gè)圖像分為三層壁畸。
   但是這種理解是錯(cuò)誤的贼急，是錯(cuò)誤的茅茂，是錯(cuò)誤的！
   其實(shí)在存儲(chǔ)的圖像不管是彩色的還是灰度圖像太抓，都是二維的矩陣空闲，具體的存儲(chǔ)格式如下

（1）灰度圖像的格式：

灰色圖像

（2）彩色圖像的格式：

彩色圖像

接下來(lái)就引出了我們?nèi)绾伟聪袼刈x取圖像呢？下面有詳解

Mat對(duì)象屬性

Mat的常見(jiàn)屬性

• data uchar型的指針残邀。Mat類分為了兩個(gè)部分:矩陣頭和指向矩陣數(shù)據(jù)部分的指針，data就是指向矩陣數(shù)據(jù)的指針柑蛇。
• dims 矩陣的維度芥挣，例如5*6矩陣是二維矩陣，則dims=2耻台，三維矩陣dims=3.
• rows 矩陣的行數(shù)
• cols 矩陣的列數(shù)
• size 矩陣的大小空免，size(cols,rows),如果矩陣的維數(shù)大于2，則是size(-1,-1)
• channels 矩陣元素?fù)碛械耐ǖ罃?shù)盆耽，例如常見(jiàn)的彩色圖像蹋砚，每一個(gè)像素由RGB三部分組成，則channels = 3

下面的幾個(gè)屬性是和Mat中元素的數(shù)據(jù)類型相關(guān)的摄杂。

• type
  表示了矩陣中元素的類型以及矩陣的通道個(gè)數(shù)坝咐，它是一系列的預(yù)定義的常量，其命名規(guī)則為CV_(位數(shù)）+（數(shù)據(jù)類型）+（通道數(shù)）析恢。具體的有以下值：

這里U（unsigned integer）表示的是無(wú)符號(hào)整數(shù)墨坚，S（signed integer）是有符號(hào)整數(shù)，F(xiàn)（float）是浮點(diǎn)數(shù)映挂。
例如：CV_16UC2泽篮，表示的是元素類型是一個(gè)16位的無(wú)符號(hào)整數(shù)，通道為2.
C1柑船，C2帽撑，C3，C4則表示通道是1,2,3,4
type一般是在創(chuàng)建Mat對(duì)象時(shí)設(shè)定鞍时，如果要取得Mat的元素類型亏拉，則無(wú)需使用type历恐，使用下面的depth

• depth
  矩陣中元素的一個(gè)通道的數(shù)據(jù)類型，這個(gè)值和type是相關(guān)的专筷。例如 type為 CV_16SC2弱贼，一個(gè)2通道的16位的有符號(hào)整數(shù)。那么磷蛹，depth則是CV_16S吮旅。depth也是一系列的預(yù)定義值，
  將type的預(yù)定義值去掉通道信息就是depth值:
  CV_8U CV_8S CV_16U CV_16S CV_32S CV_32F CV_64F
• elemSize
  矩陣一個(gè)元素占用的字節(jié)數(shù)味咳，例如：type是CV_16SC3庇勃，那么elemSize = 3 * 16 / 8 = 6 bytes
• elemSize1
  矩陣元素一個(gè)通道占用的字節(jié)數(shù)，例如：type是CV_16CS3槽驶，那么elemSize1 = 16 / 8 = 2 bytes = elemSize / channels

Mat img(3, 4, CV_16UC4, Scalar_<uchar>(1, 2, 3, 4));
    
    cout << img << endl;

    cout << "dims:" << img.dims << endl;
    cout << "rows:" << img.rows << endl;
    cout << "cols:" << img.cols << endl;
    cout << "channels:" << img.channels() << endl;
    cout << "type:" << img.type() << endl;
    cout << "depth:" << img.depth() << endl;
    cout << "elemSize:" << img.elemSize() << endl;
    cout << "elemSize1:" << img.elemSize1() << endl;

首先創(chuàng)建了一個(gè)3*4的具有4個(gè)通道的矩陣责嚷，其元素類型是CV_16U。Scalar_是一個(gè)模板向量掂铐，用來(lái)初始化矩陣的每個(gè)像素罕拂，因?yàn)榫仃嚲哂?個(gè)通道，Scalar_有四個(gè)值全陨。其運(yùn)行結(jié)果：

image.png

運(yùn)行結(jié)果首先打印了Mat中的矩陣爆班，接著是Mat的各個(gè)屬性。注意其type = 26,而depth = 2辱姨。這是由于上面所說(shuō)的各種預(yù)定義類型
例如柿菩，CV_16UC4，CV_8U是一些預(yù)定義的常量雨涛。

• step step這個(gè)屬性理解起來(lái)有點(diǎn)麻煩

參考：
openCV Mat各屬性簡(jiǎn)介（step1） - Sunshine_in_Moon的專欄 - CSDN博客 https://blog.csdn.net/sunshine_in_moon/article/details/45268971

Mat類常用的構(gòu)造方法如下：

Mat::Mat() 
Mat::Mat(int rows, int cols, int type)
Mat::Mat(Size size, int type)
Mat::Mat(int rows, int cols, int type, const Scalar& s)
Mat::Mat(Size size, int type, const Scalar& s)
Mat::Mat(const Mat& m)

• 無(wú)參構(gòu)造方法：
  Mat::Mat()

• 創(chuàng)建行數(shù)為rows枢舶，列為col，類型為type的圖像(圖像元素類型替久，如CV_8UC3等)
  Mat::Mat(int rows, int cols, int type)

• 創(chuàng)建大小為size凉泄，類型為type的圖像
  Mat::Mat(Size size, int type)

• 創(chuàng)建行數(shù)為 rows，列數(shù)為 col侣肄，類型為 type 的圖像旧困，并將所有元素初始化為值 s
  Mat::Mat(int rows, int cols, int type, const Scalar& s)

• 創(chuàng)建大小為 size，類型為 type 的圖像稼锅，并將所有元素初始化為值 s
  Mat::Mat(Size size, int type, const Scalar& s)

• 將 m 賦值給新創(chuàng)建的對(duì)象吼具，此處不會(huì)對(duì)圖像數(shù)據(jù)進(jìn)行復(fù)制，m 和新對(duì)象共用圖像數(shù)據(jù)
  Mat::Mat(const Mat& m)

OpenCV學(xué)習(xí)之路（二）——Mat對(duì)象 - 簡(jiǎn)書 http://www.reibang.com/p/883684519e80

Mat對(duì)象的復(fù)制與克戮鼐唷：

矩陣頭的大小是一個(gè)常數(shù)拗盒，不會(huì)隨著圖像的大小而改變，但是保存圖像像素?cái)?shù)據(jù)的矩陣則會(huì)隨著圖像的大小而改變锥债，通常數(shù)據(jù)量會(huì)很大陡蝇，比矩陣頭大幾個(gè)數(shù)量級(jí)痊臭。這樣，在圖像復(fù)制和傳遞過(guò)程中登夫，主要的開(kāi)銷是由存放圖像像素的矩陣而引起的广匙。因此，OpenCV使用了引用次數(shù)恼策，當(dāng)進(jìn)行圖像復(fù)制和傳遞時(shí)鸦致，不再?gòu)?fù)制整個(gè)Mat數(shù)據(jù)，而只是復(fù)制矩陣頭和指向像素矩陣的指針涣楷。例如：

cv::Mat a ;//創(chuàng)建矩陣頭
a = cv::imread("f:\\psb.jpg");//讀入圖像
cv::Mat b = a ;//復(fù)制　

上面的a分唾，b有各自的矩陣頭，但是其矩陣指針指向同一個(gè)矩陣狮斗，也就是其中任何一個(gè)改變了矩陣數(shù)據(jù)都會(huì)影響另外一個(gè)绽乔。
那么，多個(gè)Mat共用一個(gè)矩陣數(shù)據(jù)碳褒，最后誰(shuí)來(lái)釋放矩陣數(shù)據(jù)呢折砸？
這就是引用計(jì)數(shù)的作用，當(dāng)Mat對(duì)象每被復(fù)制一次時(shí)骤视，就會(huì)將引用計(jì)數(shù)加1鞍爱，而每銷毀一個(gè)Mat對(duì)象（共用同一個(gè)矩陣數(shù)據(jù)）時(shí)引用計(jì)數(shù)會(huì)被減1，當(dāng)引用計(jì)數(shù)為0時(shí)专酗，矩陣數(shù)據(jù)會(huì)被清理。

上圖是Mat對(duì)象a盗扇，b共用一個(gè)矩陣祷肯，故其引用計(jì)數(shù)refcount為2.
但是有些時(shí)候仍然會(huì)需要復(fù)制矩陣數(shù)據(jù)本身（不只是矩陣頭和矩陣指針），這時(shí)候可以使用clone 和copyTo方法疗隶。

cv::Mat c = a.clone();
cv::Mat d ;
a.copyTo(d);

上面代碼中的c佑笋，d各自擁有自己的矩陣，改變自己的矩陣數(shù)據(jù)不會(huì)相互影響斑鼻。
在使用Mat中蒋纬，需要記住：

• OpenCV中的內(nèi)存分配是自動(dòng)完成的（不是特別指定的話）
• 使用OpenCV的C++ 接口時(shí)不需要考慮內(nèi)存釋放問(wèn)題
• Mat的賦值運(yùn)算和拷貝構(gòu)造函數(shù)只會(huì)拷貝矩陣頭坚弱，仍然共同同一個(gè)矩陣
• 如果要復(fù)制矩陣數(shù)據(jù)蜀备，可以使用clone和copyTo函數(shù)

Mat類除構(gòu)造方法外其他方法：

img.create(4,4,CV_8UC(2));

bool imwrite(const string& filename,InputArray img,constvector<int>& params=vector<int>())

src.convertTo(dst, type, scale, shift)

convertTo()函數(shù)負(fù)責(zé)轉(zhuǎn)換數(shù)據(jù)類型不同的Mat，即可以將類似float型的Mat轉(zhuǎn)換到imwrite()函數(shù)能夠接受的類型荒叶。
而cvtColor()函數(shù)是負(fù)責(zé)轉(zhuǎn)換不同通道的Mat碾阁，因?yàn)樵摵瘮?shù)的第4個(gè)參數(shù)就可以設(shè)置目的Mat數(shù)據(jù)的通道數(shù)（只是我們一般沒(méi)有用到它，一般情況下這個(gè)函數(shù)是用來(lái)進(jìn)行色彩空間轉(zhuǎn)換的）些楣。

mat zeros(size,type)

mat eye(size,type)

Mat類按像素讀取圖像

這里主要介紹兩種方法脂凶，一種非常簡(jiǎn)單宪睹，易于編程，但是效率會(huì)比較低蚕钦；另外一種效率高亭病，但是不太好記。下面依次看代碼：

（1）易于編程的

對(duì)于灰度圖像進(jìn)行操作：

#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為500*375的圖像
    cvtColor(img, img, CV_RGB2GRAY);//轉(zhuǎn)為灰度圖
    imshow("gray_ori", img);
    for (int i = 0; i < img.rows; i++)
    {
        for (int j = 0; j < img.cols; j++)
        {
            //at<類型>(i,j)進(jìn)行操作嘶居，對(duì)于灰度圖
            img.at<uchar>(i, j) = i+j;
        }
    }
    imshow("gray_result", img);
    waitKey(0);
    return 0;
}

灰色圖像操作結(jié)果

可以看出罪帖，使用at的操作很容易定位，就跟操作一個(gè)普通的二維數(shù)組一樣食听，那么對(duì)于彩色圖像呢胸蛛，方法很簡(jiǎn)單，只需要把a(bǔ)t<類型>中的類型改變?yōu)閂ec3b即可樱报，代碼如下：

#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為500*375的圖像
    imshow("ori", img);
    for (int i = 0; i < img.rows; i++)
    {
        for (int j = 0; j < img.cols; j++)
        {
            //at<類型>(i,j)進(jìn)行操作葬项，對(duì)于灰度圖
            img.at<Vec3b>(i, j)[0] = 255;//對(duì)于藍(lán)色通道進(jìn)行操作
            //img.at<Vec3b>(i, j)[1] = 255;//對(duì)于綠色通道進(jìn)行操作
            //img.at<Vec3b>(i, j)[2] = 255;//對(duì)于紅色通道進(jìn)行操作
        }
    }
    imshow("result", img);
    waitKey(0);
    return 0;
}

彩色圖像<Vec3b>數(shù)據(jù)類型執(zhí)行結(jié)果

（2）采用指針對(duì)圖像進(jìn)行訪問(wèn)

這里直接寫對(duì)于彩色圖像的操作：

#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())//判斷是否在內(nèi)存中連續(xù)
    {
        cols = cols * rows;
        rows = 1;
    }
    imshow("ori",img);
    for(int i = 0;i<rows;i++)
    {
        //調(diào)取存儲(chǔ)圖像內(nèi)存的第i行的指針
        uchar *pointer = img.ptr<uchar>(i);

        for(int j = 0;j<cols;j += 3)
        {
            //pointer[j] = 255;//對(duì)藍(lán)色通道進(jìn)行操作
            //pointer[j+1] = 255;//對(duì)綠色通道進(jìn)行操作
            pointer[j+2] = 255;//對(duì)紅色通道進(jìn)行操作
        }
    }
    imshow("result",img);
    waitKey();
    return 0;
}

執(zhí)行結(jié)果

從上面?zhèn)€的代碼中可以很明顯的看出我們是如何操作圖像的數(shù)據(jù)以及圖像在Mat中的存放格式的，就是我們上面那個(gè)彩色圖像的存放示意圖中的格式迹蛤，這里把彩色圖像中的一個(gè)像素點(diǎn)分成三份民珍，每一份都是uchar類型，因此我們這里不需要使用Vec3b數(shù)據(jù)類型盗飒。把彩色圖像看成一個(gè)rows * （cols * channels）的二維數(shù)組進(jìn)行操作嚷量，其中的每個(gè)元素的類型都是uchar類型。
這里需要注意的是j += 3是因?yàn)槲覀儼凑找粋€(gè)像素點(diǎn)進(jìn)行操作逆趣，而一個(gè)像素點(diǎn)在這里面又被分成三份蝶溶，因此需要j += 3，如果是灰度圖像則直接j++即可
這種操作方式雖然復(fù)雜一些宣渗，但是執(zhí)行效率會(huì)比上面的算法高很多抖所。

下面我們給出這兩種方式進(jìn)行同一操作的時(shí)間對(duì)比：

#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\core\core.hpp>
#include <iostream>
#include <time.h>

using namespace cv;
using namespace std;
int main()
{
    Mat img = imread("1.jpg");
    Mat img2;
    img.copyTo(img2);

    cout<<"圖像的行數(shù)： "<<img.rows<<endl;
    cout<<"圖像的列數(shù)： "<<img.cols<<endl;
    cout<<"圖像通道數(shù)： "<<img.channels()<<endl;

    double time1;
    time1 = (double)getTickCount();

    int rows = img.rows;
    int cols = img.cols * img.channels();
    if(img.isContinuous())//判斷是否在內(nèi)存中連續(xù)
    {
        cols = cols * rows;
        rows = 1;
    }
    
    for(int i = 0;i<rows;i++)
    {
        //調(diào)取存儲(chǔ)圖像內(nèi)存的第i行的指針
        uchar *pointer = img.ptr<uchar>(i);

        for(int j = 0;j<cols;j += 3)
        {
            //pointer[j] = 255;//對(duì)藍(lán)色通道進(jìn)行操作
            //pointer[j+1] = 255;//對(duì)綠色通道進(jìn)行操作
            pointer[j+2] = 255;//對(duì)紅色通道進(jìn)行操作
        }
    }
    time1 = 1000 * ((double)getTickCount() - time1) / getTickFrequency();
    //imshow("result",img);
    cout<<"第一種方法用時(shí)： "<<time1<<endl;

    double time2 = (double)getTickCount();
    for (int i = 0; i < img2.rows; i++)
    {
        for (int j = 0; j < img2.cols; j++)
        {
            //at<類型>(i,j)進(jìn)行操作，對(duì)于灰度圖
            img2.at<Vec3b>(i, j)[0] = 255;//對(duì)于藍(lán)色通道進(jìn)行操作
            //img.at<Vec3b>(i, j)[1] = 255;//對(duì)于綠色通道進(jìn)行操作
            //img.at<Vec3b>(i, j)[2] = 255;//對(duì)于紅色通道進(jìn)行操作
        }
    }
    time2 = 1000 * ((double)getTickCount() - time2)/getTickFrequency();
    cout<<"第二種方法用時(shí)： "<<time2<<endl;
    imshow("img",img);
    imshow("img2",img2);
    waitKey(0);
    return 0;
}

測(cè)試結(jié)果

Opencv中的Mat類使用方法總結(jié) - OpenCV知識(shí)庫(kù) http://lib.csdn.net/article/opencv/42000