opencv中mat详细解析

2023年2月11日 376次阅读 来源: 路漫漫其修远兮Wzt

转载自：opencv中mat详细解析

1、起源
OpenCV作为强大的计算机视觉开源库，很大程度上参考了MatLab的实现细节和风格，比如说，在OpenCV2.x 版本以后，越来越多的函数实现了MatLab具有的功能，甚至干脆连函数名都一模一样（如 imread, imshow,imwriter等）。这一做法，不仅拉近了产品开发与学术研究的距离，并极大程度的提高了开发人员的研发效率，不得不说，Intel公司真的是一个伟大的公司。

在计算机内存中，数字图像以矩阵的形式存储和运算，比如，在MatLab中，图像读取之后对应一个矩阵，在OpenCV中，同样也是如此。

在早期的OpenCV1.x版本中，图像的处理是通过IplImage（该名称源于Intel的另一个开源库Intel Image Processing Library ，缩写成IplImage）结构来实现的。早期的OpenCV是用C语言编写，因此提供的借口也是C语言接口，其源代码完全是C的编程风格。IplImage结构是OpenCV矩阵运算的基本数据结构。

到OpenCV2.x版本，OpenCV开源库引入了面向对象编程思想，大量源代码用C++重写，Mat类 (Matrix的缩写) 是OpenCV用于处理图像而引入的一个封装类。从功能上讲，Mat类在IplImage结构的基础上进一步增强，并且，由于引入C++高级编程特性，Mat类的扩展性大大提高，Mat类的内容在后期的版本中不断丰富，如果你查看Mat类的定义的话（OpenCV3.1\sources\modules\core\include\opencv2\core\mat.hpp），会发现其设计实现十分全面而具体，基本覆盖计算机视觉对于图像处理的基本要求。
继承 inheritance：

2、构造函数

    // 默认构造函数 Mat A;
    Mat ()
    // 常用构造函数 Mat A(10,10,8UC3);
    Mat (int rows, int cols, int type)

    //Mat A(300, 400, CV_8UC3,Scalar(255,255,255));
    Mat (int ndims, const int *sizes, int type, const Scalar &s)

    Mat (Size size, int type)

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

    Mat (Size size, int type, const Scalar &s)

    Mat (int ndims, const int *sizes, int type)

    Mat (const Mat &m)

    Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)

    Mat (Size size, int type, void *data, size_t step=AUTO_STEP)

    Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0)

    Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all())

    //Mat D (A, Rect(10, 10, 100, 100) );
    Mat (const Mat &m, const Rect &roi)

    Mat (const Mat &m, const Range *ranges)

3、初始化
初始化一个Mat文件出来一般有两种形式：

// 1、imread
Mat src = imread("csdn.png");

//2、create
Mat src;
if(src.empty())
{
    src.create(Size size, VC_8UC3);
}

3、Mat结构
我们先来看看Mat结构，在你初始化一个Mat结构时，它的全部结构是这样的。
Mat类可以分为两个部分：矩阵头和指向像素数据的矩阵指针。

1.flags

从定义可以看出flags是int类型，共占32位，结合上图可以看出各位所代表的意思。

从低位到高位：

0-2位代表depth即数据类型（如CV_8U），OpenCV的数据类型共7类，故只需3位即可全部表示。

3-11位代表通道数channels，因为OpenCV默认最大通道数为512，故只需要9位即可全部表示，可参照下面求通道数的部分。

0-11位共同代表type即通道数和数据类型（如CV_8UC3）

12-13位暂没发现用处，也许是留着后用，待发现了再补上。

14位代表Mat的内存是否连续，一般由creat创建的mat均是连续的，如果是连续，将加快对数据的访问。

15位代表该Mat是否为某一个Mat的submatrix，一般通过ROI以及row()、col()、rowRange()、colRange()等得到的mat均为submatrix。

16-31代表magic signature，暂理解为用来区分Mat的类型，如果Mat和SparseMat

更细致的分析推荐这篇文章flags

2.dims

int cv::Mat::dims   ()  const

the matrix dimensionality >= 2
矩阵的维数，但是这里一般结果都是2，因为opencv好像存储多维矩阵也是通过二维矩阵来计，它和基本的channels不一样。

3.channels

int cv::Mat::channels   ()  const

返回图像的通道数。

4.cols rows

int cv::Mat::cols; //返回矩阵的列数

int cv::Mat::rows // 返回矩阵行数

5.data

uchar* cv::Mat::data // 指向矩阵的数据单元的指针

6.refcount
refcount它记录了这个矩阵的数据被其他变量引用了多少次。在c++中矩阵的一些赋值操作往往只给新的变量赋予一个新的头文件，而数据部分只把数据指针指过去，而不重新分为内存，需要程序员来管理内存。这样的话就会有隐患，因为如果原始的变量的数据内存释放了，新的变量却还在，指向了已经被释放的内存区域，如果对新变量进行操作，很可能出现意想不到的问题。不过不用担心，OpenCV的开发者早就想到了这个问题，并为我们想到了一个解决方法，那就是靠这个refcount来记录该数据被多少变量共用，直到最后一个变量被释放时，才释放掉这个存储数据内存块。这也是为什么类定义中refcount为指针，让实际记录次数的变量跟在矩阵数据最后面。
保存图像像素数据的矩阵则会随着图像的大小而改变，通常数据量会很大，比矩阵头大几个数量级。这样，在图像复制和传递过程中，主要的开销是由存放图像像素的矩阵而引起的。因此，OpenCV使用了引用次数，当进行图像复制和传递时，不再复制整个Mat数据，而只是复制矩阵头和指向像素矩阵的指针，但是其矩阵指针指向同一个矩阵，也就是其中任何一个改变了矩阵数据都会影响另外一个。
那么，多个Mat共用一个矩阵数据，最后谁来释放矩阵数据呢？
这就是引用计数的作用，当Mat对象每被复制一次时，就会将引用计数加1，而每销毁一个Mat对象（共用同一个矩阵数据）时引用计数会被减1，当引用计数为0时，矩阵数据会被清理。这就是refcount的作用。

7.datastart dataend datalimit

const uchar* cv::Mat::dataend
const uchar* cv::Mat::datalimit
const uchar* cv::Mat::datastart

helper fields used in locateROI and adjustROI
这些都是用来控制ROI区域，来获取一些图像的局部切片，减少计算量或者特殊需求的。

cv::Rect rect(100, 100, 100, 100); 

srcImage(rect).copyTo(roiImage);

8.allocator
custom allocator
如果需要创建一个新矩阵的内存空间，系统会调用MatAllocator类作为分配符进行内存的分配。

9.size

MatSize cv::Mat::size // 返回矩阵大小

10.step
矩阵元素寻址

addr(Mi0,...,iM.dims−1)=M.data+M.step[0]∗i0+M.step[1]∗i1+...+M.step[M.dims−1]∗iM.dims−1

step[i]是Mat类中十分重要的一个属性，表示第i维的总大小，单位字节
M.data指向存储这列的首地址（类似于数组名）
M.dims是总维度

后续

更复杂细节后续再更

作者：callback
来源：CSDN
原文：https://blog.csdn.net/u010248552/article/details/79962132
版权声明：本文为博主原创文章，转载请附上博文链接！

    原文作者：路漫漫其修远兮Wzt
    原文地址: https://www.jianshu.com/p/cfc0c1f87bf8
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞