数字图像中的每个点都称为像素（对于图像元素），并且每个像素可以存储一个或多个值，这取决于它是否是仅存储一个值的黑白图像（也称为二进制图像，比如只存储0或1），还是存储两个值的灰度图像，或者是存储三个值的彩色图像。这些值通常在整数0~255，但也可以使用其他范围，比如在高动态范围成像（high dynamic range imaging，简称HDRI）或热图像领域中的浮点数0~1。

图像是以矩阵格式存储的，其中的每个像素都有一个位置，并且可以通过列和行的编号来引用。 OpenCV 用 Mat 类来达到这个目的。在灰度图像中，使用单个矩阵，如下图所示。

在下图所示的彩色图像中，使用了一个宽度×高度×颜色通道数的矩阵。

但 Mat 类不仅仅用于存储图像，它还能存储任何类型和不同大小的矩阵。你可以将其用作代数矩阵并用它执行运算。在内存中，矩阵被保存为按列和行排序的数组或值序列。表2-1显示 BGR 图像格式的像素序列。

关于 Mat 类，首先我们要知道的是：

不必再手动为其幵辟空间。
不必再在不需要时立即将空M释放。

这里指的是手动开辟空间并非必须，但它依旧是存在的—大多数 OpenCV 函数仍会手动地为输出数据幵辟空间。当传递一个已经存在的 Mat 对象时，开辟好的矩阵空间会被重用。也就是说，我们每次都使用大小正好的内存来完成任务。

1. Mat 结构

Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸、存储方法、存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同，矩阵可以是不同的维数）的指针。

矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，
当在程序中传递图像并创建副本时，大的开销是由矩阵造成的，而不是信息头。

为了解决此问题， OpenCV 使用了引用计数机制。其思路是让每个 Mat 对象有自己的信息头，但共享同一个矩阵。这通过让矩阵指针指向同一地址而实现。而拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。

Mat A, C; / / 仅创建信息头部分
A = imread("1.jpg") / / 这里为矩阵开辟内存
Mat B(A); / /使用拷贝构造函教
C = A; / /賦值运算符

以上代码中的所有 Mat 对象最终都指向同一个也是唯一一个数据矩阵。虽然它们的信息头不同，但通过任何一个对象所做的改变也会影响其他对象。

我们可以创建只引用部分数据的信息头。比如想要创建一个感兴趣区域（ROI）只需要创建包含边界信息的信息头：

Mat D(A, Rect(10, 10, 100, 100)) ; / / 使用矩形界定
Mat E = A(Range:all() , Range(1,3)) ; / / 用行和列来界定

如果想复制矩阵本身（不只是信息头和矩阵指针），这时可以使用函数 clone() 或者 copyTo() 。

Mat F = A.clone() ;
Mat G;
A.copyTo(G) ;

现在改变 F 或者 G 就不会影响 Mat 信息头所指向的矩阵。

总结如下：

OpenCV 函数中输出图像的内存分配是自动完成的（如果不特别指定的话）；
使用 OpenCV 的 C++ 接口时不需要考虑内存释放问题；
赋值运算符和拷贝构造函数（构造函数）只复制信总头；
使用函数 clone() 或者 copyTo() 来复制一幅图像的矩阵；

2. 像素值的存储方法

存储像素值需要指定颜色空间和数据类型。

颜色空间是指针对一个给定的颜色，如何组合颜色元素以对其编码。最简单的颜色空间要属灰度级空间，只处理黑色和白色，对它们进行组合便可以产生不同程度的灰色。

对于彩色方式则有更多种类的颜色空间，但不论哪种方式都是把颜色分成三个或者四个基元素，通过组合基元素可以产生所有的颜色。 RGB 颜色空间是最常用的一种颜色空间，。它的基色是红色、绿色和蓝色，有时为了表示透明颜色也会加入第四个元素alpha ( A)。

每个组成元素都有自己的定义域，而定义域収决于其数据类型，如何存储一个元素决定了我们在其定义域上能够控制的精度。最小的数据类型是 char ，占一个字节或者 8 位，可以是有符号型（0 到255 之间）或无符号型( -127 到+127之间）。尽管使用三个 char 型元素已经可以表示 1600 万种可能的颜色（使用 RGB 颜色空间），但若使用 float ( 4 字节，32 位）或 double ( 8 字节，64 位）则能给出更加精细的颜色分辨能力。但同时也要切记，增加元素的尺寸也会增加图像所占的内存空间。

3. 创建 Mat 对象方法

我们可以通过 Mat 的运算符 << 来查看其值。但要记住， Mat 的运算符 << 只对二维矩阵有效。 Mat 不但是一个非常有用的图像容器类，同时也是一个通用的矩阵类，我们也可以用它来创建和操作多维矩阵。

创建一个 Mat 对象有多种方法，列举如下：

3.1 使用 Mat 构造函数

最常用的方法是直接使用 Mat() 构造函数，示例如下：

 Mat M(3, 2, CV_8UC3, Scalar(0, 0, 255));cout << "M is "<< endl << M << endl;

输出结果：

M is
[  0,   0, 255,   0,   0, 255;0,   0, 255,   0,   0, 255;0,   0, 255,   0,   0, 255]

对于二维多通道图像，首先要定义其尺寸，即行数和列数。然后，需要指定存储元素的数据类型以及每个矩阵点的通道数。为此，依据下面的规则有多种定义:

CV_ [ The number of bits per item] [ Signed or Unsigned] [ Type Prefix ] C [ The
channel number ]

即：

cv_[位数][带符号与否][类型前缀]c[通道数]

比如 CV_8UC3 表示使用 8 位的 unsigned char 型，每个像素由三个元素组成三通道。而预先定义的通道数可以多达四个。另外， Scalar 是个 short 型的向量。

受支持的类型取决于要存储的数字类型和通道数，最常见的类型如下：

CV_8UC1;
CV_8UC3;
CV_8UC4;CV_32FC1;
CV_32FC3;
CV_32FC4;

3.2 通过C++构造函数进行初始化

示例代码：

 int sz[3] = {2,1,3};Mat M(3, sz, CV_8UC3, Scalar::all(0));

上面的例子演示了如何创建一个超过两维的矩阵：指定维数，然后传递一个指向一个数组的指针，这个数组包含每个维度的尺寸。

3.3 利用 create() 函数

利用 Mat 类中的 Create() 成员函数进行 Mat 类的初始化操作，示范代码如下。

 Mat M;M.create(4, 3, CV_8UC(2));cout << "M is "<< endl << M << endl;

输出结果：

M is
[  0,   0,   0,   0,   0,   0;0,   0,   0,   0,   0,   0;0,   0,   0,   0,   0,   0;0,   0,   0,   0,   0,   0]

需要注意的是，此创建方法不能为矩阵设初值，只是在改变尺寸时重新为矩阵数据开辟内存而已。

3.4 使用 zeros()、ones()、eyes() 初始化

示例代码：

 Mat E = Mat::eye(3, 3, CV_64F);cout << "E is "<< endl << E << endl;Mat O = Mat::ones(3, 2, CV_32F);cout << "O is "<< endl << O << endl;Mat Z = Mat::zeros(3, 2, CV_8UC1);cout << "Z is "<< endl << Z << endl;

输出结果：

E is
[1, 0, 0;0, 1, 0;0, 0, 1]O is
[1, 1;1, 1;1, 1]Z is
[  0,   0;0,   0;0,   0]

3.5 对小矩阵使用逗号分隔初始化

示例代码

 Mat C = (Mat_<double> (3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0 );cout << "C is "<< endl << C << endl;

输出结果：

C is
[0, -1, 0;-1, 5, -1;0, -1, 0]

3.6 为已存在的对象创建新信息头

使用成员函数 clone() 或者 copyTo() 为一个已存在的 Mat 对象创建一个新的信息头，示范代码如下。

 Mat C = (Mat_<double> (3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0 );Mat RowClone = C.row (1).clone() ;cout << "RowClone is "<< endl << RowClone << endl;

输出结果：

RowClone is
[-1, 5, -1]

4. Mat 对象运算

OpenCV 的 Mat 类能够执行所有的矩阵运算。我们可以用 + 和 - 运算符来加上或减去两个相同大小的矩阵，如以下代码块所示：

 Mat a = Mat::eye(Size(3, 2), CV_32F);Mat b = Mat::ones(Size(3, 2), CV_32F);Mat c = a + b;Mat d = a - b;

运算结果如下图：

我们可以用 * 运算符乘以一个标量，或者用 mul 函数乘以矩阵的每个元素，也可以用 * 运算符执行矩阵乘法：

 Mat a = Mat::eye(2, 3, CV_32F);Mat b = Mat::ones(3, 2, CV_32F);// Mat a2 = a * 2;// Mat d = (a + 1).mul(b + 3);// Mat ab = a * b;cout << a * 2 << endl;cout << (a + 1).mul(b + 3) << endl;cout << a * b << endl;// cout << a + b << endl;// cout << a - b << endl;

理论上会有如下结果，但是调试发现报错，待继续分析。

其它运算请参考：
https://docs.opencv.org/2.4/modules/core/doc/core.html

OpenCV 笔记（06）— Mat 结构、像素值存储方法、创建 Mat 对象各种方法、Mat 对象的运算相关推荐

oracle rman本地备份,【学习笔记】Oracle RMAN 备份集存储到远程其它服务器实现方法...
天萃荷净应运维DBA要求,将服务器本地Oracle数据库的RMAN备份集备份存储到远程其它服务器中,结合案例详细讲解实现步骤在linux中,要使用rman备份后传输到远程服务器上,可以选择ftp, ...
opencv（2）- 处理像素值
opencv中使用Mat数据类型表示图像,这是类似int.float等传统类型的一种opencv中定义的数据类型. opencv常见的数据类型: point:代表二维点,用于图像坐标点.如point( ...
opencv cv2.imwrite() 写入后像素值改变 jpg写入写出像素值变化
opencv的cv2.imwrite() 写入后像素值发生改变 jpg的问题在做图像分割的时候,我代码里明明只有8种颜色,但是生成的图片用PS打开后,添加了许多和8种颜色相近的颜色于是我怀疑是读写 ...
c++使用opencv截取照片并判断像素值
功能实现为:截取一寸照片底下八分之一处部分,并判断衣服为浅色或深色代码实现为: int handle_photos(cv::Mat bgr){//选取照片底面部分cv::Rect rect(0,bg ...
java存储键值结构_java-键值存储为主数据库
我将要开始一个项目,该项目的读写操作非常频繁且频繁.因此,环顾四周,我发现内存数据库正是为此目的而创建的.经过更多调查后,我进入了redis. Redis看起来很酷(虽然刚开始阅读,但是对此有很多了解 ...
python+OpenCv笔记（七）：图像的形态学操作（腐蚀与膨胀、开闭运算、礼帽与黑帽）
一.腐蚀与膨胀腐蚀就是原图中高亮的部分被蚕食,效果图拥有比原图更小的高亮区域. 腐蚀的作用是:消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点. 膨胀就是使原图中高亮的部分扩张,效果图拥有比 ...
Study notes for OpenCV——第八节 CvMat结构体与矩阵的创建
一.数据类型CvMat CvMat与IplImage的关系就如同C++中的继承关系,IplImage可以视为从CvMat派生的.CvArr可以视为抽象类. 二.CvMat矩阵结构首先我们要知道Ope ...
用OpenCV计算图像的亚像素值
原理如图: float subPixelValue(cv::Mat &img, float x, float y) {// boundary checkif (x < 0)x = 0;i ...
OpenCV 数组存储图片像素值，便于后期图像处理
刚开始接触到OpenCV,本身是想学借助OpenCV的库来进行图像处理学习的,后来发现OpenCV将所有的东西都集成起来了,对于打算学习图像处理来说这样反而不是什么好事: 在我看来,图像处理基本基于对 ...

OpenCV 笔记（06）— Mat 结构、像素值存储方法、创建 Mat 对象各种方法、Mat 对象的运算

1. Mat 结构

2. 像素值的存储方法

3. 创建 Mat 对象方法

3.1 使用 Mat 构造函数

3.2 通过C++构造函数进行初始化

3.3 利用 create() 函数

3.4 使用 zeros()、ones()、eyes() 初始化

3.5 对小矩阵使用逗号分隔初始化

3.6 为已存在的对象创建新信息头

4. Mat 对象运算

OpenCV 笔记（06）— Mat 结构、像素值存储方法、创建 Mat 对象各种方法、Mat 对象的运算相关推荐

最新文章

热门文章