【原】OPenCV学习笔记2：Mat 和cvMat

cv::Mat和CvMat都可以表示图像数据，其中cv::Mat是一个类（Class），是C++接口，而CvMat是一个Struct，从类型上就可以知道二者存在很大区别。前者除了几个成员变量之外还有很多的成员函数和重载函数，可以实现很多的图像数据处理功能，而后者只有几个成员变量，要对其成员进行一些处理，需要借用别的函数。

下面是CvMat的定义：

typedef struct CvMat
{
    int type;
    int step;

    /* for internal use only */
    int* refcount;
    int hdr_refcount;

    union                                               //数据的指针
    {
        uchar* ptr;
        short* s;
        int* i;
        float* fl;
        double* db;
    } data;

#ifdef __cplusplus   
    union
    {
        int rows;
        int height;
    };

    union
    {
        int cols;
        int width;
    };
#else
    int rows;
    int cols;
#endif

}
CvMat;

cv::Mat的使用完全当作C++的类使用：

Mat提供了很多的重载的构造函数：

用Mat类取代了之前用extended C写的cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理

输出Mat里面的元素：用Scalar初始化。

Mat mat(4,4,CV_32FC2,Scalar(1,3));
Mat m(2,2,CV_8UC3,Scalar(0,0,255));
cout<<mat<<endl<<endl;
cout<<m<<endl<<endl;

 

传统的IplImage可以转化为Mat格式：利用构造函数Mat(const IplImage* img, bool copyData=false);

// 构造函数Mat(const IplImage* img, bool copyData=false);
IplImage * img=cvLoadImage("lena.jpg",1);
Mat mtx(img);

从Mat到IplImage：

Mat image;
IplImage*pi=&image.operator IplImage();
CvMat* ci=&image.operator CvMat();

cv::Mat还有其他有点：

1.Mat结构更加友好，很多操作更接近matlab的风格

2.也有Point2f，Point3f，vector等数据结构可以使用

3.RNG类可以产生随机数

4.实现颜色通道的分离使用函数split