图像识别与OpenCV——Mat类与Mat_类的内存管理

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;
}

---