cv mat保存图片_（七）神秘的Mat

时间为友，记录点滴。

不知道你有没有跟我一样，看到一些关键的类或结构体总想看看他的结构是什么？因为我觉得单单知其然是不够的，知其所以然才能走得更远。

虽然我们只写了两个例子，但是很明显，这里面的核心内容是Mat类。

The class Mat represents an n-dimensional dense numerical single-channel or multi-channel array. It can be used to store real or complex-valued vectors and matrices, grayscale or color images, voxel volumes, vector fields, point clouds, tensors, histograms (though, very high-dimensional histograms may be better stored in a SparseMat ).
上面的一段话引用自官方的文档，Mat类用于表示一个多维的单通道或者多通道的稠密数组。能够用来保存实数或复数的向量、矩阵，灰度或彩色图像，立体元素，点云，张量以及直方图（高维的直方图使用SparseMat保存比较好）。简而言之，Mat就是用来保存多维的矩阵的。

如果你在mat.hpp中点开Mat的类定义，估计要被它一长长串的构造函数和重载看崩溃，我们直接略过令人崩溃的地方（在实际使用中，常用的定义一个Mat类型的对象的方法就那几个），看到下面的成员变量：

data:

uchar型的指针。Mat类分为了两个部分:矩阵头和指向矩阵数据部分的指针，data就是指向矩阵数据的指针。

dims:

矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3.

rows:

矩阵的行数

cols:

矩阵的列数

size:

矩阵的大小，size(cols,rows),如果矩阵的维数大于2，则是size(-1,-1)

channels:

矩阵元素拥有的通道数，例如常见的彩色图像，每一个像素由BGR三部分组成，则channels = 3。

type:

表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。这里U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。

例如：CV_16UC2，表示的是元素类型是一个16位的无符号整数，通道为2. C1，C2，C3，C4则表示通道是1,2,3,4。type一般是在创建Mat对象时设定，如果要取得Mat的元素类型，则无需使用type，使用下面的depth

输出的数值，对照表

depth

矩阵中元素的一个通道的数据类型，这个值和type是相关的。例如 type为 CV_16SC2，一个2通道的16位的有符号整数。那么，depth则是CV_16S。depth也是一系列的预定义值，
将type的预定义值去掉通道信息就是depth值:
CV_8U CV_8S CV_16U CV_16S CV_32S CV_32F CV_64F

elemSize

矩阵一个元素占用的字节数，例如：type是CV_16SC3，那么elemSize = 3 * 16 / 8 = 6 bytes

elemSize1

矩阵元素一个通道占用的字节数，例如：type是CV_16CS3，那么elemSize1 = 16 / 8 = 2 bytes = elemSize / channels

如何创建一个Mat也有好多中方法（我最常用的就是下面这三种）：

Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
Mat Z = Mat::zeros(3, 3, CV_64F);Mat F = Mat::ones(2, 2, CV_64F);Mat F = Mat::ones(2, 2, CV_64F);
Mat M = (Mat_<double>(3, 3) << 0, 1, 2, 1, 2, 3, 2, 3, 4) ;

多说无益，我们用代码来验证，可以写一个函数来把img的各个参数打印出来：

现有图片测试

static void showImgPara(Mat &img)
{cout << "sizeof(img) is: " << sizeof(img) << ", img size is: " << img.size << endl;cout << "rows x cols: (" << img.rows << " x " << img.cols << ")" << endl;cout << "dims: " << img.dims << endl;cout << "channels: " << img.channels() << endl;cout << "type: " << img.type() << endl;cout << "depth:" << img.depth() << endl;cout << "elemSize:" << img.elemSize() << " (Bytes per element)" << endl;cout << "elemSize1:" << img.elemSize1() << "(Bytes per channel)" << endl;cout << "step[0]: " << img.step[0] << " (Bytes per cows only when 2 dims)" << endl;cout <<   "step[1]: " << img.step[1] << " (Bytes per element only when 2 dims)" << endl;cout << "step1(0): " << img.step1(0) << ", step1(1): " << img.step1(1) << " (step / elemSize1)" << endl;
}

static bool pictureTest(Mat &img, string name)
{if (img.empty()){cout << "Load picture fail!" << endl;return false;}cout << endl << "/******************pictureTest******************/" << endl;showImgPara(img);namedWindow(name);imshow(name, img);return true;
}

int main()
{Mat pic = imread("girl.jpg");pictureTest(pic, "girl");waitKey(0);return 0;
}

运行结果

自建Mat类型：

除了看自己创建Mat对象的一些属性，主要考量把自建对象的数据dump出来，可以看到使用了step。

static bool matTest(Mat &img)
{uchar* pTemp = NULL;cout << endl << "/******************matTest******************/" << endl;cout << img << endl;showImgPara(img);for (int i = 0; i < img.rows; i++){for(int j = 0; j < img.cols; j++){cout << "[";for (int k = 0; k < img.step[1]; k++){pTemp = img.data + img.step[0] * i + img.step[1] * j + k;cout << (int)*pTemp << " ";}cout << "] ";}cout << endl;}return true;
}

创建一个3行4列，每个元素是8bit（unsigned char），包含两个通道，并且初始化为[1, 2]

int main()
{Mat m2(3, 4, CV_8UC2, Scalar_<uchar>(1, 2));matTest(m2);waitKey(0);return 0;
}

matTest

随意创建一张涂色图片

我们除了提前给data赋值，也可以通过data指针修改图像中的任意像素。比如下图可以修改创建图片的中间方块为任意颜色（本例子中全部涂黑），并且通过imshow直观的体现出来。

static bool picCreat(Mat &img, string name)
{for (int i = 0; i < img.rows; i++){uchar *p = img.ptr<uchar>(i);for (int j = 0; j < img.cols * img.channels(); j += img.channels()){if (i > img.rows/4 && i < img.rows*3/4 && j > img.cols*img.channels()/4 && j < img.cols*img.channels()*3/4){p[j] = 0;p[j + 1] = 0;p[j + 2] = 0;}else{p[j] = 255;p[j + 1] = 255;p[j + 2] = 255;}}}cout << endl << "/******************picCreat******************/" << endl;showImgPara(img);namedWindow(name);imshow(name, img);return true;
}

创建一个200x300大小的图片。

int main()
{Mat m1 = Mat::zeros(200, 400, CV_8UC3);picCreat(m1, "White");waitKey(0);return 0;
}

通过填充数据的方法生成一张中间是黑色的图片

picCreate

图片导成文件

为了肉眼观测方便，实现了一个多通道转单通道的函数。（暴力得是把第一个通道的数据取出来）

static bool tran2singleChannel(Mat &src, Mat &tar)
{vector<Mat> channels;split(src, channels);tar = channels.at(0);return true;
}

把一个任意图片，转换成单通道，把data dump出来，存在文件中。

static bool pic2digit(Mat &img, string picName, string fileName)
{uchar*     pTemp = NULL;Mat           signalChannel;ofstream  output;if (img.empty()){cout << "Load picture fail!" << endl;return false;}cout << endl << "/******************pic2digit******************/" << endl;//showImgPara(img);//namedWindow(picName);//imshow(picName, img);tran2singleChannel(img, signalChannel);//namedWindow(picName + "_signalChannel");//imshow(picName + "_signalChannel", signalChannel);showImgPara(signalChannel);output.open(fileName);for (int i = 0; i < signalChannel.rows; i++){for (int j = 0; j < signalChannel.cols; j++){for (int k = 0; k < signalChannel.step[1]; k++){pTemp = signalChannel.data + signalChannel.step[0] * i + signalChannel.step[1] * j + k;output << setw(2) << setfill('0') << (int)*pTemp << " ";}}output << endl;}output.close();imwrite(picName + "_signalChannel.jpg", signalChannel);return true;
}

照一张简单的对勾图片

int main()
{Mat pic1 = imread("check-circle.png");pic2digit(pic1, "check", "check-circle.txt");waitKey(0);return 0;
}

pic2digit

生成的文件，跟原图比轮廓一致

全部代码：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <string>
#include <fstream>using namespace std;
using namespace cv;static void showImgPara(Mat &img);
static bool pictureTest(Mat &img, string name);
static bool matTest(Mat &img);
static bool picCreat(Mat &img, string name);
static bool pic2digit(Mat &img, string picName, string fileName);
static bool tran2singleChannel(Mat &src, Mat &tar);int main()
{Mat pic = imread("girl.jpg");pictureTest(pic, "girl");Mat m1 = Mat::zeros(200, 400, CV_8UC3);picCreat(m1, "White");Mat m2(3, 4, CV_8UC2, Scalar_<uchar>(1, 2));matTest(m2);Mat pic1 = imread("check-circle.png");pic2digit(pic1, "check", "check-circle.txt");waitKey(0);return 0;
}static void showImgPara(Mat &img)
{cout << "sizeof(img) is: " << sizeof(img) << ", img size is: " << img.size << endl;cout << "rows x cols: (" << img.rows << " x " << img.cols << ")" << endl;cout << "dims: " << img.dims << endl;cout << "channels: " << img.channels() << endl;cout << "type: " << img.type() << endl;cout << "depth:" << img.depth() << endl;cout << "elemSize:" << img.elemSize() << " (Bytes per element)" << endl;cout << "elemSize1:" << img.elemSize1() << "(Bytes per channel)" << endl;cout << "step[0]: " << img.step[0] << " (Bytes per cows only when 2 dims)" << endl;cout <<   "step[1]: " << img.step[1] << " (Bytes per element only when 2 dims)" << endl;cout << "step1(0): " << img.step1(0) << ", step1(1): " << img.step1(1) << " (step / elemSize1)" << endl;
}static bool pictureTest(Mat &img, string name)
{if (img.empty()){cout << "Load picture fail!" << endl;return false;}cout << endl << "/******************pictureTest******************/" << endl;showImgPara(img);namedWindow(name);imshow(name, img);return true;
}static bool matTest(Mat &img)
{uchar* pTemp = NULL;cout << endl << "/******************matTest******************/" << endl;cout << img << endl;showImgPara(img);for (int i = 0; i < img.rows; i++){for(int j = 0; j < img.cols; j++){cout << "[";for (int k = 0; k < img.step[1]; k++){pTemp = img.data + img.step[0] * i + img.step[1] * j + k;cout << (int)*pTemp << " ";}cout << "] ";}cout << endl;}return true;
}static bool picCreat(Mat &img, string name)
{for (int i = 0; i < img.rows; i++){uchar *p = img.ptr<uchar>(i);for (int j = 0; j < img.cols * img.channels(); j += img.channels()){if (i > img.rows/4 && i < img.rows*3/4 && j > img.cols*img.channels()/4 && j < img.cols*img.channels()*3/4){p[j] = 0;p[j + 1] = 0;p[j + 2] = 0;}else{p[j] = 255;p[j + 1] = 255;p[j + 2] = 255;}}}cout << endl << "/******************picCreat******************/" << endl;showImgPara(img);namedWindow(name);imshow(name, img);return true;
}static bool pic2digit(Mat &img, string picName, string fileName)
{uchar*     pTemp = NULL;Mat           signalChannel;ofstream  output;if (img.empty()){cout << "Load picture fail!" << endl;return false;}cout << endl << "/******************pic2digit******************/" << endl;//showImgPara(img);//namedWindow(picName);//imshow(picName, img);tran2singleChannel(img, signalChannel);//namedWindow(picName + "_signalChannel");//imshow(picName + "_signalChannel", signalChannel);showImgPara(signalChannel);output.open(fileName);for (int i = 0; i < signalChannel.rows; i++){for (int j = 0; j < signalChannel.cols; j++){for (int k = 0; k < signalChannel.step[1]; k++){pTemp = signalChannel.data + signalChannel.step[0] * i + signalChannel.step[1] * j + k;output << setw(2) << setfill('0') << (int)*pTemp << " ";}}output << endl;}output.close();imwrite(picName + "_signalChannel.jpg", signalChannel);return true;
}static bool tran2singleChannel(Mat &src, Mat &tar)
{vector<Mat> channels;split(src, channels);tar = channels.at(0);return true;
}

check-circle.png

girl.jpg

写在后面：

Mat类中有两个数据部分组成：

矩阵头：包括矩阵尺寸、存储方法、存储地址等。
指针：该指针指向存储所有像素值的矩阵。

因为图片的数据量比较大，所以OpenCV中的Mat定义都是只申请了矩阵头和指针，尽量避免对指针指向的内容进行拷贝操作，所以如下操作都是共享的数据：

        Mat A, C; // Identify header onlycout << "sizeof(A): " << sizeof(A) << "; sizeof(C): " << sizeof(C) << endl;cout << "A:n" << A << endl;A = Mat::ones(Size(3, 3), CV_8UC1);C = A;cout << "sizeof(A): " << sizeof(A) << "; sizeof(C): " << sizeof(C) << endl;cout << "A:n" << A << endl;Mat B(A);cout << "B:n" << B << endl;B.at<uchar>(1, 1) = 255;cout << "C:n" << C << endl;Mat D = A.clone();cout << "D:n" << D << endl;D.at<uchar>(0, 0) = 123;cout << "A:n" << A << endl;cout << "D:n" << D << endl;Mat E;A.copyTo(E);cout << "E:n" << E << endl;E.at<uchar>(2, 2) = 100;cout << "A:n" << A << endl;cout << "E:n" << E << endl;

所以，关于Mat类型的变量定义以及赋值分为：

公用一个数据块：

=
构造函数

不公用一个数据块：

clone
copyto