Mat常用构造函数及IplImage 与Mat 之间的相互转换

Mat对象构造函数与常用方法

常用的构造函数有:

//无参数构造方法;
Mat::Mat()//创建行数为 rows，列数为 col，类型为 type 的图像;
Mat::Mat(int rows,  int cols,  int type)//创建大小为 size，类型为 type 的图像;
Mat::Mat(Size size,  int type)//创建行数为 rows，列数为 col，类型为 type 的图像，并将所有元素初始化为值 s;
Mat::Mat(int rows,  int cols,  int type,  const Scalar& s)//创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s;
Mat::Mat(Size size,  int type, const Scalar& s)//将 m 赋值给新创建的对象，此处不会对图像数据进行复制，m 和新对象共用图像数据;
Mat::Mat(const Mat& m)//创建行数为 rows，列数为 col，类型为 type 的图像，此构造函数不创建图像数据所需内存，而是直接使用data 所指内存，图像的行步长由 step指定。
Mat::Mat(int rows,  int cols,  int type,  void* data,  size_t step=AUTO_STEP)//创建大小为 size，类型为 type 的图像，此构造函数不创建图像数据所需内存，而是直接使用 data 所指内存，图像的行步长由 step 指定。
Mat::Mat(Size size,  int type,  void* data,  size_t step=AUTO_STEP)//创建的新图像为 m 的一部分，具体的范围由 rowRange 和 colRange 指定，此构造函数也不进行图像数据的复制操作，新图像与 m 共用图像数据;
Mat::Mat(const Mat& m,  const Range& rowRange,  const Range& colRange)//创建的新图像为 m 的一部分，具体的范围 roi 指定，此构造函数也不进行图像数据的复制操作，新图像与 m 共用图像数据。
Mat::Mat(const Mat& m,  const Rect& roi)

这些构造函数中，很多都涉及到类型 type。type 可以是 CV_8UC1，CV_16SC1，...，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数(即 double 类型);C 后面的数表示通道数，例如 C1 表示一个通道的图像，C4 表示 4 个通道的图像，以此类推。
如果你需要更多的通道数，需要用宏 CV_8UC(n)，例如:

Mat M(3,2, CV_8UC(5));//创建行数为3，列数为2，通道数为5的图像

有些 type 参数如 CV_32F未注明通道数目，这种情况下它表示单通道。

常用方法
void copyTo(); //拷贝
Mat clone(); //拷贝
int channels(); //通道，矩阵中的每一个矩阵元素拥有的值的个数
int depth(); //深度，即每一个像素的位数(bits)
bool empty() const; //判断是否为空
uchar* ptr(int i0=0); //指针取第0行数据
void convertTo(oclMat& m, int rtype, double alpha=1, double beta=0);
//m：转为目标数据类型的矩阵；
//rtype：指定目标数据类型，或者是depth(通道数)，如果rtype：是负值，那么目标矩阵的数据类型和源矩形的数据类型是一致的；
//alpha：基于尺度的变化值；
//beta：在尺度上的加和；

四个要点：

输出图像的内存是自动分配的
使用OpenCV的C++接口，不需要考虑内存分配的问题
赋值操作和拷贝构造函数只会复制头部分
使用clone()与copyTo()两个函数实现数据完全复制

create()函数创建对象

除了在构造函数中可以创建图像，也可以使用 Mat 类的 create()函数创建图像。如果 create()函数指定的参数与图像之前的参数相同，则不进行实质的内存申请操作;如果参数不同，则减少原始数据内存的索引，并重新申请内存。使用方法如下面例程所示：

Mat M(2,2, CV_8UC3);//构造函数创建图像

M.create(3,2, CV_8UC2);//释放内存重新创建图像

需要注意的时，使用 create()函数无法设置图像像素的初始值。

Mat 与 IplImage间的相互转换

/**/-----以下方法在opencv3及以下版本中可行,opencv4中没有IplImage结构------////IplImage—>Mat
//使用Mat的构造函数：
Mat::Mat(const IplImage* img, bool copyData=false);//默认情况下copyData为falseIplImage* srcImg = cvLoadImage("Lena.jpg");//注意:以下三种效果一致,均为浅拷贝.
Mat M(srcImg);
Mat M(srcImg, false);
Mat M = srcImg;//注意：当将参数copyData设为true后,则为深拷贝（复制整个图像数据）.
Mat M(srcImg, true);//converting IplImage to cv::Mat  Mat image=cvarrToMat(srcImg,true); //Mat—>IplImage
//注意:浅拷贝 --- 同样只是创建图像头,而没有复制数据.
Mat M;IplImage img = M;
IplImage img = IplImage(M);//深拷贝
cv::Mat img2;IplImage imgTmp = img2;
IplImage *input = cvCloneImage(&imgTmp);
//----------------------------------------------/*/

/*/-----以下方法在opencv3及以下版本中可行,opencv4中没有IplImage结构----//

//IplImage—>Mat

//使用Mat的构造函数：

Mat::Mat(const IplImage* img, bool copyData=false); 默认情况下copyData为false

IplImage* srcImg = cvLoadImage("Lena.jpg");

//注意:以下三种效果一致,均为浅拷贝.

Mat M(srcImg);

Mat M(srcImg, false);

Mat M = srcImg;

//注意：当将参数copyData设为true后,则为深拷贝（复制整个图像数据）.

Mat M(srcImg, true);

//converting IplImage to cv::Mat

Mat image=cvarrToMat(srcImg);

//Mat—>IplImage

//注意:浅拷贝 --- 同样只是创建图像头,而没有复制数据.

Mat M;

IplImage img = M;

IplImage img = IplImage(M);

//深拷贝

cv::Mat img2;

IplImage imgTmp = img2;

IplImage *input = cvCloneImage(&imgTmp);

//-----------------------------------------------------------/*/

3、数据备份/拷贝

（1）“ = ” 浅拷贝

浅拷贝 - 不复制数据只创建矩阵头，数据共享（更改a, b, c的任意一个都会对另外2个产生同样的作用）

Mat a = imread("1.jpg");

Mat b = a; //a "copy" to b

Mat c(a); //a "copy" to c

a.col(10) = 0;//把a的第十列全置0，b和c也相应发生变化

（2）“clone()” 完全深拷贝

clone 是完全的深拷贝，在内存中申请新的空间

Mat A = Mat::ones(4, 5, CV_32F);

Mat B = A.clone() //clone 是完全的深拷贝，在内存中申请新的空间，与Ａ独立

（3）“copyTo()” 也是深拷贝

copyTo 也是深拷贝，但是否申请新的内存空间，取决于dst矩阵头中的大小信息是否与src一至，若一致则只深拷贝并不申请新的空间，否则先申请空间后再进行拷贝．

Mat A = Mat::ones(4, 5, CV_32F);

Ｍat C;

A.copyTo(C) //此处的Ｃ矩阵大小与Ａ大小不一致，则申请新的内存空间，并完成拷贝，等同于clone()

Mat D = A.col(１);

A.col(0).copyTo(D)　//此处D矩阵大小与Ａ.col(0)大小一致，因此不会申请空间，而是直接进行拷贝，相当于把Ａ的第１列赋值给第二列

【25、你可以很有个性,但某些时候请收敛。】