oencv学习（6）Mat学习（1）

首先，Mat不仅可以存图像，也可以用来存放其他高维的数据。数据存在data指针所指向的地址中的，对于高维数据（dim维），每个数据的地址是用上面式子算的；它的一个特例是2维数据（图像），式子简化成了下面的那个公式。

1、关于行列问题

Mat img1 = imread("C:/Users/Administrator/Desktop/lena_b_512_512.bmp",0);//灰度图像
    cout<<img1.rows<<endl;
    cout<<img1.cols<<endl;
    cout<<img1.size[0]<<endl;//与img1.rows相等
    cout<<img1.size[1]<<endl;//与img1.cols相等

2、取出前8*8个元素的灰度值

Mat img1 = imread("C:/Users/Administrator/Desktop/lena_b_512_512.bmp",0);//灰度图像
    int i,j;
    for(i=0;i<8;i++)
    {
    for(j=0;j<8;j++)
    cout<<(double)img1.at<uchar>(i,j)<<"  ";//(1,2)点的灰度值
    cout<<endl;
    }

 

cout<<(int)(*(img1.data + img1.step[0] * 1 + img1.step[1] * 2))<<endl;//(1,2)点的灰度值

Mat img2 = imread("D:/picture/images/baboon1.jpg");//彩色图像
cout<<(int)img2.at<Vec3b>(1,2)[1]<<endl;//(1,2)点的G分量
cout<<(int)(*(img2.data + img2.step[0] * 1 + img2.step[1] * 2  + sizeof(uchar)))<<endl;//(1,2)点的G分量
return 0;
}
因为8bit图像对应的像素值为0~255，所以opencv使用了uchar类型，这样非常节省空间；但是如果想看到具体的像素值，

 

for(i=0;i<8;i++)
 {
    for(j=0;j<8;j++)
 {
  R=img1.at<Vec3b>(i,j)[0];
  G=img1.at<Vec3b>(i,j)[1];
  B=img1.at<Vec3b>(i,j)[2];
 }
 
 cout<<endl;
 }

3、数组拷贝

Mat这个类有两部分数据。一个是matrix header，这部分的大小是固定的，包含矩阵的大小，存储的方式，矩阵存储的地址等等。另一个部分是一个指向矩阵包含像素值的指针。

Mat A, C; // creates just the header parts
A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // here we’ll know the method used (allocate matrix)
Mat B(A); // Use the copy constructor
C = A; // Assignment operator

4、创建

Mat_<uchar>对应的是CV_8U，

Mat_<char>对应的是CV_8S，

Mat_<int>对应的是CV_32S，

Mat_<float>对应的是CV_32F，

Mat_<double>对应的是CV_64F，

还有个需要注意的问题，就是流操作符<<对于Mat的操作，仅限于Mat是2维的情况。

对应的数据深度如下：

• CV_8U - 8-bit unsigned integers ( 0..255 )

• CV_8S - 8-bit signed integers ( -128..127 )

• CV_16U - 16-bit unsigned integers ( 0..65535 )

• CV_16S - 16-bit signed integers ( -32768..32767 )

• CV_32S - 32-bit signed integers ( -2147483648..2147483647 )

• CV_32F - 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )

• CV_64F - 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN

再说说Mat的创建，方式有两种，罗列一下：1.调用create（行，列，类型）2.Mat（行，列，类型（值））。

// make a 7x7 complex matrix filled with 1+3j.
Mat M(7,7,CV_32FC2,Scalar(1,3));
// and now turn M to a 100x60 15-channel 8-bit matrix.
// The old content will be deallocated
M.create(100,60,CV_8UC(15));

需要注意的是，copy这样的操作只是copy了矩阵的matrix header和那个指针，而不是矩阵的本身，也就意味着两个矩阵的数据指针指向的是同一个地址，需要开发者格外注意。比如上面这段程序，A、B、C指向的是同一块数据，他们的header不同，但对于A的操作同样也影响着B、C的结果。刚刚提高了内存自动释放的问题，那么当我不再使用A的时候就把内存释放了，那时候再操作B和C岂不是很危险。不用担心，OpenCV的大神为我们已经考虑了这个问题，是在最后一个Mat不再使用的时候才会释放内存，咱们就放心用就行了。

 

如果想建立互不影响的Mat，是真正的复制操作，需要使用函数clone()或者copyTo()。