OPENCV 4学习笔记 ——01

1. 图像存储容器

　　不同于字符串、整数（分别以string、int类型保存），图像时以矩阵的形式存储的，OPENCV 4提供了 Mat 类来存储矩阵数据。

　　早期的OPENCV是采用 C 语言接口，以结构体IplImage来存储图像的矩阵数据，但是C语言中需要手动释放内存，这极容易导致因程序结束后没有释放内存而产生内存泄漏。OPENCV 4采用C++接口，提供的Mat类用于存储数据，利用自动内存管理技术很好的解决了内存自动释放问题，当变量不需要时内存自动释放。

　　创建Mat类示例：

?

1 2 3

cv::Mat a;                           //创建一个名为a的矩阵头      a = cv::imread( "test.jpg" ); //向a中复制图像数据，矩阵指针指向像素数据。 cv::Mat b=a;                       //赋值矩阵头并命名为b

　　声明一个指定类型的Mat类：

?

1	cv::Mat A = Mat_<double>(3, 3);    //创建一个3 * 3的矩阵用于存放double类型数据

　　通过opencv数据类型创建Mat类：

?

1 2 3

cv::Mat a(640, 480, CV_8UC3);  //创建640 * 480的三通道矩阵用于存放彩色图像。 cv::Mat a(4, 4, CV_8UC1);      //创建4 * 4的八位无符号整型单通道矩阵 cv::Mat a(4, 4, CV_8U);        //创建单通道矩阵，C1可以省略，是默认值

2. Mat类构造与赋值

——构造

　　根据OPENCV的源码定义，关于Mat类的构造方式共有20余种，然而，在平时一些简单的应用程序种，很多复杂的构造方法并没有太多的用武之地，此处介绍几种项目中常用的构造、赋值方式。

【1】利用默认构造函数

　　默认构造函数构造一个Mat类，不需要输入任何参数，后续赋值的时候会自动判断矩阵类型和大小，实现灵活存储。例：

?

1	cv::Mat::Mat();

【2】根据输入矩阵的尺寸和类型构造

　　有以下几种方式：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

//1. 用矩阵尺寸和参数类型构造Mat类 cv::Mat::Mat( int rows,             int cols,             int type             );   //2. 用Size()结构构造Mat类（注意：size中的行列与第一种相反 cv::Mat::Mat( Size size(),             int type             );   //3. 利用已有矩阵构造Mat类（注：当希望复制两个一模一样的Mat类而彼此之间不受影响，那么可以使用m = a.clone()); cv::Mat::Mat( const Mat &  m);   //4. 构造Mat类的子类 cv::Mat::Mat(const Mat & m,             const Range & rowRange,             const Range & colRange = Range::all()             );

　　示例：

?

1 2 3 4 5 6 7

//示例2（此处为480行，640列，注意行列不可颠倒）： cv::Mat::Mat(Size(480, 640), CV_8UC1);  cv::Mat::Mat(Size(480, 640), CV_32FC3);   //示例4： cv::Mat b(a, Range(2, 5), Range(2, 5)); //从a中截取部分数据构造b cv::Mat c(a, Range(2, 5));              //默认是最后一个参数构造c

——赋值

【1】构造时赋值

　　利用该方法时，只能对一个通道中的数据赋相同的值，形如：

?

1 2 3 4 5

cv::Mat::Mat(int rows,             int cols,             int type,             const Scalar & s             );

　　示例：

?

1 2 3

cv::Mat a(2, 2, CV_8UC3, cv::Scalar(0, 0, 255)); cv::Mat b(2, 2, cv_8UC2, cv::Scalar(0, 255)); cv::Mat c(2, 2, CV_8UC1, cv::Scalar(255));

　　注意，scalar中的参数个数必须与前面的通道对应，如果超过通道数，则后面的参数将不会读取。而当少于通道数时后面的通道会全部赋值为0。可以在return之前设置一个断点，用image watch查看每一个Mat类变量里的数据。

【2】枚举法赋值

　　这种赋值方法是将矩阵中的元素一一列举，并用数据流的形式赋值给Mat类。具体的赋值形式如下：

?

1 2	cv::Mat a = (cv::Mat_<int>(3, 3) << 1, 2, 3, 4, 5, 6, 7, 8, 9); cv::Mat b = (cv::Mat_<double>(2, 3) << 1.0, 3.2, 4.0, 5.1, 6.2);

　　其中枚举的数据会按行填充，先填充第一行，再填充第二行....如果枚举的数据数量与矩阵的大小不符，则会报错。

【3】循环赋值法赋值（利用双for循环）

　　将矩阵看作一个二维数组，利用双循环按行以此填充数据，例如：

?

1 2 3 4 5 6

cv::Mat c = cv::Mat_<int>(3, 3); for (int i = 0; i < c.rows; i++) {     for (int j = 0; j < c.cols; j++) {         c.at<int>(i, j) = i+j;     } }

　　需要注意，第一行定义的变量类型时int，则循环中声明的变量类型也应该是int，如果改为 c.at<double> 则会报错。

【4】利用数组进行赋值

　　该方法类似于枚举法，但是该方法可以根据需求改变Mat类矩阵的通道数，可以看作枚举法的拓展，如：

?

1 2 3

float a[8] = {5, 6, 7, 8, 1, 2, 3, 4}; cv::Mat b = cv::Mat(2, 2, CV_32FC2, a); cv::Mat c = cv::Mat(2, 4, CV_32FC1, a);

　　 第一个赋值后得到的结果是一个2x2的双通道矩阵，分别存放1/2, 3/4, 5/6,  7/8。第二个赋值后得到的结果是一个2x4的单通道矩阵。