OpenCv--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
2024-06-11 00:16:09
（一）Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解
1--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
2--创建一个Mat对象的方法很多,我们现在先看一下Mat矩阵/图像容器类在OpenCv中的有关源代码:
3--使用Mat图像容器类创建Mat类的对象
//! default constructorMat();//! constructs 2D matrix of the specified size and type// (_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)Mat(int rows, int cols, int type);Mat(Size size, int type);//! constucts 2D matrix and fills it with the specified value _s.Mat(int rows, int cols, int type, const Scalar& s);Mat(Size size, int type, const Scalar& s);//! constructs n-dimensional matrixMat(int ndims, const int* sizes, int type);Mat(int ndims, const int* sizes, int type, const Scalar& s);- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
4--使用Matlab风格的函数创建或者初始化Mat类的对象
//! Matlab-style matrix initializationstatic MatExpr zeros(int rows, int cols, int type);static MatExpr zeros(Size size, int type);static MatExpr zeros(int ndims, const int* sz, int type);static MatExpr ones(int rows, int cols, int type);static MatExpr ones(Size size, int type);static MatExpr ones(int ndims, const int* sz, int type);static MatExpr eye(int rows, int cols, int type);static MatExpr eye(Size size, int type);- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
5--我们可以看见,创建Mat矩阵/图像容器类的很多构造方法或者其他成员方法在创建Mat对象的时候,都需要指定type--所创建图像/矩阵的类型6--那么类型是什么呢?OpenCv的源代码中说了一句:
(_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)
- 1
- 2
- 1
- 2
7--同样,我们通过转到定义法,看一下CV_8UC1,CV_64FC3等这些宏到底是什么，OpenCv的源代码显示如下（源代码在在types_c.h中）:
#define CV_CN_MAX 512
#define CV_CN_SHIFT 3
#define CV_DEPTH_MAX (1 << CV_CN_SHIFT)#define CV_8U 0
#define CV_8S 1
#define CV_16U 2
#define CV_16S 3
#define CV_32S 4
#define CV_32F 5
#define CV_64F 6
#define CV_USRTYPE1 7#define CV_MAT_DEPTH_MASK (CV_DEPTH_MAX - 1)
#define CV_MAT_DEPTH(flags) ((flags) & CV_MAT_DEPTH_MASK)#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))
#define CV_MAKE_TYPE CV_MAKETYPE#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)
#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))#define CV_8SC1 CV_MAKETYPE(CV_8S,1)
#define CV_8SC2 CV_MAKETYPE(CV_8S,2)
#define CV_8SC3 CV_MAKETYPE(CV_8S,3)
#define CV_8SC4 CV_MAKETYPE(CV_8S,4)
#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))#define CV_16UC1 CV_MAKETYPE(CV_16U,1)
#define CV_16UC2 CV_MAKETYPE(CV_16U,2)
#define CV_16UC3 CV_MAKETYPE(CV_16U,3)
#define CV_16UC4 CV_MAKETYPE(CV_16U,4)
#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))#define CV_16SC1 CV_MAKETYPE(CV_16S,1)
#define CV_16SC2 CV_MAKETYPE(CV_16S,2)
#define CV_16SC3 CV_MAKETYPE(CV_16S,3)
#define CV_16SC4 CV_MAKETYPE(CV_16S,4)
#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))#define CV_32SC1 CV_MAKETYPE(CV_32S,1)
#define CV_32SC2 CV_MAKETYPE(CV_32S,2)
#define CV_32SC3 CV_MAKETYPE(CV_32S,3)
#define CV_32SC4 CV_MAKETYPE(CV_32S,4)
#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))#define CV_32FC1 CV_MAKETYPE(CV_32F,1)
#define CV_32FC2 CV_MAKETYPE(CV_32F,2)
#define CV_32FC3 CV_MAKETYPE(CV_32F,3)
#define CV_32FC4 CV_MAKETYPE(CV_32F,4)
#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))#define CV_64FC1 CV_MAKETYPE(CV_64F,1)
#define CV_64FC2 CV_MAKETYPE(CV_64F,2)
#define CV_64FC3 CV_MAKETYPE(CV_64F,3)
#define CV_64FC4 CV_MAKETYPE(CV_64F,4)
#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
8--这里的type可以是任何的预定义类型，预定义类型的结构如下所示:
CV_<bit_depth>(S|U|F)C<number_of_channels>- 1
- 1
1--bit_depth---比特数---代表8bite,16bites,32bites,64bites---举个例子吧--比如说,如如果你现在创建了一个存储--灰度图片的Mat对象,这个图像的大小为宽100,高100,那么,现在这张灰度图片中有10000个像素点，它每一个像素点在内存空间所占的空间大小是8bite,8位--所以它对应的就是CV_82--S|U|F--S--代表---signed int---有符号整形U--代表--unsigned int--无符号整形F--代表--float---------单精度浮点型3--C<number_of_channels>----代表---一张图片的通道数,比如:1--灰度图片--grayImg---是--单通道图像2--RGB彩色图像---------是--3通道图像3--带Alph通道的RGB图像--是--4通道图像
9--通过上面的讲解,现在，我们解读一下OpenCv的源代码:
//【1】CV_8UC1---则可以创建----8位无符号的单通道---灰度图片------grayImg
#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
//【2】CV_8UC3---则可以创建----8位无符号的三通道---RGB彩色图像---colorImg
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
//【3】CV_8UC4--则可以创建-----8位无符号的四通道---带透明色的RGB图像
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 1
- 2
- 3
- 4
- 5
- 6
- 7
(二)Mat矩阵图像容器类创建Mat类对象常用的几种方法:
1)使用Mat矩阵图像容器类的构造函数创建Mat类对象
//【1】载入原始图像1.jpgMat srcImg=imread("1.jpg",1);//【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255Mat grayImg(srcImg.rows,srcImg.cols,CV_8UC1,Scalar(255));- 1
- 2
- 3
- 4
- 1
- 2
- 3
- 4
2)为已经存在的IplImage指针创建信息头
//【1】声明IplImg指针IplImg* imgTopDown; //【2】将图片加载到内存中imgTopDown=cvLoadImage("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);//【3】为已经存在的imgTopDown指针创建信息头//【4】转换IplImage*--->MatMat mtx(imgTopDown);- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 1
- 2
- 3
- 4
- 5
- 6
- 7
3)利用Create()函数创建Mat矩阵图像容器类的对象
//【1】载入原始图像1.jpgMat srcImg=imread("1.jpg",1);//【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255Mat dstImg.create(srcImg.rows,srcImg.cols,CV_8UC1);- 1
- 2
- 3
- 4
- 1
- 2
- 3
- 4
4）使用Matlab风格的函数创建Mat矩阵图形容器类的对象
//! Matlab-style matrix initializationstatic MatExpr zeros(int rows, int cols, int type);static MatExpr zeros(Size size, int type);static MatExpr zeros(int ndims, const int* sz, int type);static MatExpr ones(int rows, int cols, int type);static MatExpr ones(Size size, int type);static MatExpr ones(int ndims, const int* sz, int type);static MatExpr eye(int rows, int cols, int type);static MatExpr eye(Size size, int type);//【1】载入原始图像1.jpgMat srcImg=imread("1.jpg",1);//【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255Mat dstImg=Mat::zeros(srcImg.rows,srcImg.cols,CV_8UC3);Mat dstImg=Mat::ones(srcImg.rows,srcImg.cols,CV_8UC3);Mat dstImg=Mat::eye(srcImg.rows,srcImg.cols,CV_8UC3);- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 2
- 踩
- 1
- 上一篇OpenCv学习笔记--支持向量机SVM之C++的实现(1)
- 下一篇OpenCv学习笔记(1)---CvTermCriteria---迭代算法终止条件结构体的---OpenCV源码分析
相关文章推荐
- • OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
- • 【直播】机器学习&数据挖掘7周实训--韦玮
- • 【OpenCV学习笔记 009】图像滤波
- • 【直播】如何高速通过软考--任铄
- • OpenCv学习笔记(四)--Mat基本图像容器Mat对象信息头,矩阵体的创建,深复制,浅复制详解
- • 【直播】打通Linux脉络 进程、线程和调度--宋宝华
- • 【OpenCV学习笔记 012】估算图像间的投影关系
- • 【套餐】Java高级程序员专业学习路线--肖海鹏
- • OpenCV学习笔记（19）关于CV_8UC1,CV_8UC2等参数
- • 【课程】C++语言基础--贺利坚
- • 【OpenCV学习笔记 008】基于形态学运算的图像变换
- • 【课程】深度学习基础与TensorFlow实践--AI100
- • OpenCv学习笔记（二）—cv::Mat学习
- • 【OpenCV学习笔记 007】使用直方图统计像素
- • OpenCV学习笔记（24）CLR模式下System::Drawing::Bitmap与cv::Mat图像格式的转换
- • 【OpenCV学习笔记 011】检测并匹配兴趣点
OpenCv--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解相关推荐
- OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
(一)Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解 1--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 2--创建一个Mat对象的方法很多,我们现在先看一下M ...
- Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
一)Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解 1--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 2--创建一个Mat对象的方法很多 3--使用Mat图像 ...
- OpenCV Mat矩阵(图像Mat)初始化及访问方法
一.Mat初始化 1.使用Mat构造函数 //方法一: Mat M( 2, 2, CV_8UC3, Scalar(0,255,0) );//其实是2*6的矩阵,因为每个元素有3个通道. Mat M1( ...
- Mat矩阵 CV_8UC1、CV_8UC2等参数详解
CV_<bit_depth>(S|U|F)C<number_of_channels> 1.bit_depth---比特数---代表8bite,16bites,32bites,6 ...
- Android AVD创建及设置中各参数详解
本文根据如下的模拟器安装做一些解释: 本文环境:Windows XP sp3,最新JAVa环境,android-sdk_r06-windows.zip,android 2.2 API Level 8, ...
- OpenCV学习笔记（19）关于CV_8UC1,CV_8UC2等参数
转载自 http://blog.csdn.net/maweifei/article/details/51221259 (一)Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解 1-- ...
- OpenCV的Rect()函数、Rectangle()函数、matchTemplate()参数详解
OpenCV的函数 Rect()函数 cvRectangle与cv::rectangle matchTemplate() 归一化函数normalize() Rect()函数 基本概念: Rect(in ...
- OpenCV之core 模块. 核心功能（1）Mat - 基本图像容器 OpenCV如何扫描图像、利用查找表和计时 矩阵的掩码操作 使用OpenCV对两幅图像求和（求混合(blending)）
Mat - 基本图像容器 目的 从真实世界中获取数字图像有很多方法,比如数码相机.扫描仪.CT或者磁共振成像.无论哪种方法,我们(人类)看到的是图像,而让数字设备来"看"的时候,则 ...
- OpenCV Mat-基本图像容器
OpenCV Mat-基本图像容器 Mat-基本图像容器 目标 Mat 存放方法Storing methods 显式创建Mat对象 输出格式 其他共同项目的产出 Mat-基本图像容器 目标 我们有多种 ...
最新文章
- 样式集（10） - 滑动删除功能实现，VUE完整源码附效果图
- Serverless特点及应用
- 检索数据_4_从表中查询部分列
- C++ cout 输出 16, 8 , 2进制
- SAP 物料清单 BOM
- C#开发终端式短信的原理和方法 .
- MySQL之索引的创建和删除
- dxComponentPrinter记录
- quake3中求1/sqrt(x)的算法源代码
- centos7 python3 爬虫登陆邮箱_使用爬虫爬取超星学习通的作业时间并且通过邮件提醒！...
- 零时科技创始人邓永凯先生受邀出席中国创交会之科创湾区创新论坛
- exoplay切换全屏_基于exoPlayer 拓展自定义播放器
- visual studio 调试php,使用visual studio code调试php代码
- css图片压缩不变形
- python 鼠标 自动点击_鼠标隔段时间自动点击屏幕
- DDOS防御抗D平台方案
- 关于人工智能的定义，这篇文章定义比较全面了
- 计算机修改人类记忆曲线,艾宾浩斯遗忘曲线和费曼技巧
- 达梦8 DCA学习笔记
- 利用物联网更好地管理供应链