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; }