【opencv14】cv::Mat---Desne数组类

末蓝、 2022-04-03 12:10 320阅读 0赞

##### [1.cv][]::Mat类简介 #####

cv::Mat用于大型矩阵类型，这可以说是Opencv库整个c++实现的核心类。OpenCV库中绝大多数函数都是cv::Mat类的成员函数，或者以cv::Mat作为参数，或者以cv::Mat作为返回值。

cv::Mat类用于表示任意维度的dense数组。大多数图像数据都是存储在dense数组中，当然与之对应的就是sparse数组。

*  dense数组：对于数组中的每个元素，内存中都存储了一个与当前元素对应的数据值，即使该元素值为零。
 *  sparse数组：存储的是非零项。如果许多元素值实际上为零，那么这会节省大量存储空间。（Opencv中永cv::SpareseMat类表述sparse数组。）

> Note：若你对opencv2.1之前的版本较熟悉，你可能记得 I p l I m a g e \{IplImage\} IplImage， C v M a t \{CvMat\} CvMat。但在之后的版本中，这些类都没了，都被 c v : : M a t \{cv::Mat\} cv::Mat取代。

##### [2.cv][]::Mat类中数据存储规则 #####

cv::Mat类数据可以被用来表示各种维度的数组。数据存储在数组中，可以看作是一个n维的“光栅扫描顺序(raster scan order)”。

> raster scan order解释：  
> 在一维数组中，元素是顺序排列的。  
> 在二维数组中，元素是被组织成行，每一行依次排列  
> 在三维数组中，每一个平面可以认为二维数组，且每一个平面（二维数组）按行排列，且平面是一个接着一个。

每个数组都有一个标志元素，用来指示数组的内容。

*  dim：指定数组维度
 *  rows/cols：指定数组的行数和列数（当dim>2时，这两个参数无效）
 *  指针：指向数组数据存储位置的数据指针
 *  refcount：引用计数器，类似于利用cv::Ptr<>的引用计数器。该类成员的存在使得cv::Mat类能像数据智能指针一样被数据包含。

数据中的内存布局由数组step\[\]描述。cv::Mat类中，当下标为(i0,i1,’’’,iNd-1,iNd)时，数组的存储地址为：  
![aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTJmMWQzODZlMmVjOTIwZWEucG5n][]

对于二维数组而言：  
![aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTcwZWEzNTE3NDdkNDNkYmQucG5n][]  
cv::Mat中的每个数据元素本身可以是单个数字，也可以是多个数字。在多个数字的情况下，这个库称为多通道数组。事实上，n维数组和(n-1)维多通道数组实际上是非常相似的对象，但是由于在许多情况下，将数组看作向量值数组是有用的，比如图像而言通道为3表示彩色图像，通道为1表示灰度图像，所以库中对这种结构有特殊的规定。

> 在使用opencv2.1之前的版本中的 I p l I m a g e \{IplImage\} IplImage时，有一个表征通道的成员变量： I p l I m a g e &MediumSpace; : &MediumSpace; : n C h a n n e l s \{IplImage\\::\\::nChannels\} IplImage::nChannels。但在之后的版本中用cv::Mat类后，没有这个成员变量了，要查看通道数则需要调用cv::channels()。

要设置这种通道的区别的主要原因是内存访问。根据定义，数组的元素可以是向量值的部分。例如，一个数组可以被称为32位浮点数的二维三通道数组;在这种情况下，数组的元素是三个大小为12字节的32位浮点数。  
当然在实际情况下，数据元素在内存中布局时，数组的行不是绝对按照顺序连续存放的;可能在行与行之间会有小的间隔。

> 这种填充的目的是提高内存访问速度。

n维单通道阵列与(n-1)维多通道阵列的区别在于，这种填充总是发生在完整行的末尾(也就是说，同一个通道中的元素总是顺序连续的）。

##### 3.创建数组 #####

cv::Mat m;
    // Create data area for 3 rows and 10 columns of 3-channel 32-bit floats
    m.create( 3, 10, CV_32FC3 );
    // Set the values in the 1st channel to 1.0, the 2nd to 0.0, and the 3rd to 1.0
    m.setTo( cv::Scalar( 1.0f, 0.0f, 1.0f ) );

可以利用cv::Mat类实例化一个变量来创建数组。当然利用这种方式创建的数组没有大小，也没有数据类型。在用这种方式创建数组后，之后可使用诸如create()这样的成员函数来分配数组大小，数据类型等参数。数组类型这一个参数决定了它具有哪种元素。

*  第一个位置参数：传入的是数组的行数，此例中表示数组3行
 *  第二个位置参数：传入的是数组的列数，此例中表示数组10列
 *  第三个位置参数：传入的是数组元素的类型，此例中32bit浮点数，3通道

第三个位置参数，即指定元素的基本类型，也指定通道数。所有可能的类型都在头文件中定义了，一共有6\*3=18种可选方式(从如下组合中选取)： C V \_ \{ 8 U , 16 S , 16 U , 32 S , 32 F , 64 F \} \{ 1 , 2 , 3 \} CV\\\_\{\\\{8U,16S,16U,32S,32F,64F\\\}\\\{1,2,3\\\}\} CV\_\{ 8U,16S,16U,32S,32F,64F\}\{ 1,2,3\}  
所以按照上述的例子CV\_32FC3表示32bit的浮点数，3通道。

cv::Mat m( 3, 10, CV_32FC3, cv::Scalar( 1.0f, 0.0f, 1.0f ) );

如上述代码所示，前一段介绍的代码可以整合构造过程中，这是另一种构造函数（带参数的）。

> 理解数组中的数据没有严格地附加到数组对象上是至关重要的。Mat对象实际上是一个数据区域的标头，原则上是一个完全独立的东西。例如，可以将一个矩阵n赋值给另一个矩阵m(即m = n)。在这种情况下，m内部的数据指针将被改变为指向与n相同的数据，之前m的数据指针(如果有的话)所指向的数据将被释放。同时，它们现在共享的数据区域的引用计数器将增加。最后，将更新m的成员（例如行，列和标志），以准确描述m中数据现在指向的数据。 这一切使得这些行为变得很方便，其中数组可以彼此分配，并且在幕后自动执行此操作以提供正确的结果。

##### [4.cv][]::Mat对象的构造函数 #####

下表是cv::Mat类可用的构造函数的完整列表。当然大部分情况下，我们只会用到下表中的某几个。

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="center">例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>默认构造函数</td> 
   <td align="center">cv::Mat;</td> 
  </tr> 
  <tr> 
   <td>按类型的2维矩阵构造函数</td> 
   <td align="center">cv::Mat( int rows, int cols, int type );</td> 
  </tr> 
  <tr> 
   <td>带初始化值的按类型的2维矩阵构造函数</td> 
   <td align="center">cv::Mat(int rows, int cols, int type,const Scalar&amp; s);</td> 
  </tr> 
  <tr> 
   <td>具有预先存在的数据的2维矩阵构造函数</td> 
   <td align="center">cv::Mat(int rows, int cols, int type,void* data, size_t step=AUTO_STEP);</td> 
  </tr> 
  <tr> 
   <td>按类型的2维数组构造函数（大小以sz为单位）</td> 
   <td align="center">cv::Mat( cv::Size sz, int type );</td> 
  </tr> 
  <tr> 
   <td>带初始化值的按类型的2维矩阵构造函数（大小以sz为单位）</td> 
   <td align="center">cv::Mat(cv::Size sz,int type, const Scalar&amp; s);</td> 
  </tr> 
  <tr> 
   <td>具有预先存在的数据的2维矩阵构造函数（大小以sz为单位）</td> 
   <td align="center">cv::Mat( cv::Size sz, int type,void* data, size_t step=AUTO_STEP)</td> 
  </tr> 
  <tr> 
   <td>按类型的多维矩阵构造函数</td> 
   <td align="center">cv::Mat(int ndims, const int* sizes,int type);</td> 
  </tr> 
  <tr> 
   <td>带初始化值的按类型的多维矩阵构造函数</td> 
   <td align="center">cv::Mat(int ndims, const int* sizes,int type, const Scalar&amp; s);</td> 
  </tr> 
  <tr> 
   <td>具有预先存在的数据的多维矩阵构造函数</td> 
   <td align="center">cv::Mat(int ndims, const int* sizes,int type, void* data,size_t step=AUTO_STEP);</td> 
  </tr> 
 </tbody> 
</table>

上表列出了cv::Mat类对象的基本构造函数，下表将列出拷贝构成函数，即如何从一个已知数组创建数组。除了基本的复制构造函数之外，还有三种方法用于从现有数组的子区域构造数组，以及一种使用某种矩阵表达式的结果初始化新矩阵的构造函数。

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="center">例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>拷贝构造函数</td> 
   <td align="center">cv::Mat( const Mat&amp; mat );</td> 
  </tr> 
  <tr> 
   <td>仅拷贝指定行列的构造函数</td> 
   <td align="center">cv::Mat(const Mat&amp; mat,const cv::Range&amp;rows,const cv::Range&amp;cols);</td> 
  </tr> 
  <tr> 
   <td>仅拷贝指定区域的构造函数</td> 
   <td align="center">cv::Mat(const Mat&amp; mat,const cv::Rect&amp; roi);</td> 
  </tr> 
  <tr> 
   <td>广义感兴趣区域复制构造函数，它使用范围数组从n维数组中进行选择</td> 
   <td align="center">cv::Mat(const Mat&amp; mat,const cv::Range*ranges);</td> 
  </tr> 
  <tr> 
   <td>复制构造函数，用其他矩阵的代数表达式的结果初始化m</td> 
   <td align="center">cv::Mat( const cv::MatExpr&amp;expr );</td> 
  </tr> 
 </tbody> 
</table>

上述拷贝构造函数中，利用子区域（也称为“感兴趣区域”）构造函数有三种形式：一种采用一系列行和一系列列（这仅适用于二维矩阵），一种使用cv :: Rect指定矩形子区域（也仅适用于二维矩阵），最后一个采用范围数组。 在后一种情况下，指针参数范围指向的有效范围的数量必须等于数组mat的维数。 如果mat是ndim大于2的多维数组，则必须使用第三个选项。

##### 5.与旧版本之间的兼容问题 #####

如果您正在维护包含C样式数据结构的opencv2.1版本之前的代码，您可能希望从现有的CvMat或IplImage结构创建新的C ++样式的cv :: Mat结构。 在这种情况下，我们有两个选择：

*  在现有的数据上构建一个标记头m（通过将copyData设置为false）
 *  重新分配内存，并将老数据复制到m中（通过将copyData设置为true）

cv::Mat(
    const CvMat* old,
    bool copyData=false
    );

cv::Mat(
    const IplImage*
    old,
    bool copyData=false
    );

##### 6.模板构造函数 #####

模板构造函数之所以被称之为模板构造函数，不是因为它们从cv::Mat构造出了一个模板类，而是因为它们从本身就是模板的东西（cv::Vec<>或cv::Matx<>），来创建cv::Mat类实例。所以模板构造函数能够用任意cv::Vec<>,cv::Matx<>类的实例来创建cv::Mat数组。或者将任意类型的STL库中的vector<>实例来构建相同类型的cv::Mat数组。

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="center">例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>从相同类型的cv :: Vec构造类型为T和大小为n的一维数组</td> 
   <td align="center">cv::Mat(const cv::Vec&lt;T,n&gt;&amp;vec,bool copyData=true);</td> 
  </tr> 
  <tr> 
   <td>从相同类型的cv :: Matx构造类型为T且大小为m×n的二维数组</td> 
   <td align="center">cv::Mat(const cv::Matx&lt;T,m,n&gt;&amp;vec,bool copyData=true);</td> 
  </tr> 
  <tr> 
   <td>从包含相同类型元素的STL向量构造类型为T的一维数组</td> 
   <td align="center">cv::Mat(const std::vector&amp;vec,bool copyData=true);</td> 
  </tr> 
 </tbody> 
</table>

##### 7.Mat类的静态成员函数 #####

cv::Mat类提供一些能够创建常用类的静态成员函数。

//创建一个大小为rows×cols的cv :: Mat，其中所有的值为类型为type（CV_32F等）的零
    cv::Mat::zeros( rows, cols, type );
    
    //创建一个大小为rows×cols的cv :: Mat，其中所有的值为类型为type（CV_32F等）的一
    cv::Mat::ones( rows, cols, type);
    
    //单位矩阵
    cv::Mat::eye( rows, cols, type);

[1.cv]: http://1.cv
[2.cv]: http://2.cv
[aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTJmMWQzODZlMmVjOTIwZWEucG5n]: /images/20220403/6e6001f99d1d4a7b9549ad86c9851071.png
[aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTcwZWEzNTE3NDdkNDNkYmQucG5n]: /images/20220403/3604ed8066f64089a097c4f4327680fa.png
[4.cv]: http://4.cv