CV02-01:OpenCV之Mat与图像表示 CV02-01:OpenCV之Mat与图像表示

??Mat是OpenCV中表示图像最基本的数据结构，本主题主要介绍这个类的使用。同时本主题使用的是C++11的语法标准，因篇幅缘故，所以对Mat相关的内容没有进一步展开，有兴趣可以参考OpenCV的官方文档。

提示：
- 本主题都是基于图像处理，实际上Mat表示的是矩阵，包括矩阵的运算，以及向量表示，多维矩阵表示等。

构造器的使用基本构造器使用

构造器定义

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

参数说明
1. int rows：矩阵的行数（如果是图像，表示像素个数）；
2. int cols：矩阵的列数
3. int type：矩阵元素的数据类型，数据类型是使用宏预定义的：
  - 宏定义可以使用通道，通道数1-4（用来对应颜色的RGBA），具体的宏的定义见下面的说明。
4. void * data：用来填充矩阵的数据内存（使用指针指向数据缓冲的地址）
5. size_t step=AUTO_STEP：矩阵行的字节数（默认AUTO_STEP就是元素类型长度*cols），单位：字节bytes
  - 默认参数AUTO_STEP的计算方式：cols*elemSize()：简易采用默认参数。
  - AUTO_STEP是枚举类型，表示0。
矩阵数据类型的宏：
1. 基本类型：
  - #define CV_8U 0
  - #define CV_8S 1
  - #define CV_16U 2
  - #define CV_16S 3
  - #define CV_32S 4
  - #define CV_32F 5
  - #define CV_64F 6
  - #define CV_16F 7
2. 带通道的宏
  - 格式：类型Cn,其中的n表示1，2，3，4，例子：CV_8UC1，CV_8UC2，CV_8UC3，CV_8UC4
  - 这样8个基本类型，每个可以带4个通道。一共可以使用32个，类型。
  - 带通道的类型定义如下：
    - #define CV_8UC1 CV_MAKETYPE(CV_8U,1)
OpenCV自带的数据定义：
- typedef uint32_t uint
- typedef signed char schar
- typedef unsigned char uchar
- typedef unsigned short ushort
- typedef int64_t int64
- typedef uint64_t uint64
使用例子

GUI代码:main.cpp

#include #include #include // #include // 不需要引入 // #include //////////////////////////////// #include /////////////////////////////// #include "./m01_constructor/m01_constructor.h"#include int main(int argc, char* argv[]) { // 初始化QT应用 QApplication app(argc, argv); // 创建一个对话框 QDialogdlg; // 设置对话框大小 dlg.setWindowTitle("OpenCV之Mat图像表示"); dlg.setGeometry(100,100,400,300); // 显示图片的标签框 QLabel lbl_image("显示图片", &dlg); // 以dlg作为父窗体 // 图片框大小位置 lbl_image.setGeometry(0,0, 400,300); /* 图像显示 */ cv::Mat src_image; cv::Mat image; //////////////////////////////////// src_image = create_matrix(); // 调用矩阵构造函数 //////////////////////////////////// // 转换图像颜色空间 cv::cvtColor(src_image, image, cv::COLOR_BGRA2RGBA); // opencv读取数据的格式是BGRA，需要转换为QT能处理的格式 // 把图像转换: cv::Mat -> QImage -> QPixmap -> 设置到QLabel const uchar *u_image = image.data; QImage img_buffer(u_image, image.cols, image.rows, QImage::Format_RGBA8888); QPixmap img_map = QPixmap::fromImage(img_buffer); lbl_image.setPixmap(img_map); lbl_image.setScaledContents(true); // std::cout<< image.dims<



 
  
Mat对象创建头文件：m01_constructor.h，使用单独的目录存放，目录名也是：m01_constructor 
  
 #ifndef M01_CONSTRUCTOR_H
#define M01_CONSTRUCTOR_H
#include cv::Mat create_matrix();

#endif


 
  
Mat对象创建实现文件：m01_constructor.cpp，与对应头文件放在同一目录。 
  
 #include "m01_constructor.h"
cv::Mat create_matrix(){
int rows = 300;
// 图像高度
int cols = 400;
// 图像宽度
int type = CV_8UC4;
// 像素类型（宏没有命名空间）
uchar *data = https://www.it610.com/article/new uchar[rows * cols * 4];
// 像素4通道unsigned char（0-255之间）；
/* data暂时不初始化，使用分配时的脏数据 */
/* data初始化 */
bzero(data, rows * cols * 4);
// 初始化为0(透明的黑色)
// memset(data, 255, rows * cols * 4);
// 全部初始化为255，不透明的白色
// 循环初始化（4通道中第1通道与第4通道为255，其他为0）
for(int idx=0;
 idx 


 
  
数据产生的图像 
 
注意：Mat表示图像，颜色顺序式B G R A  
  
 
  

文章图片 

 使用Mat创建的图像  重载构造器 
  
 其他的构造器除了拷贝构造器外，都是上面基本构造器的重载类型：

 
 
重载的方式主要是使用不同的方式，给用户提供更多的方便。比如： 
 
高宽使用一个Size替代。 
数据使用Scalar替代。(Scalar是4个元素的double数组，从vector继承) 
data使用默认值； 
高宽使用std::vector替代； 
数据使用std::vector替代； 
数据使用std::array替代；（简单数据直接使用Point_与Point3_替代） 
  
类似功能的重载构造器如下（只列出部分，其他参考官方文档）： 
 
Mat () 
Mat (int rows, int cols, int type) 
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 std::vector< int > &sizes, int type) 
Mat (int ndims, const int *sizes, int type, const Scalar &s) 
Mat (const std::vector< int > &sizes, int type, const Scalar &s) 
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 std::vector< int > &sizes, int type, void *data, const size_t *steps=0) 
  
  
重载构造器使用例子

 
  
 #include "m01_constructor.h"
cv::Mat create_matrix(){
int rows = 300;
// 图像高度
int cols = 400;
// 图像宽度
int type = CV_8UC4;
// 像素类型（宏没有命名空间）
cv::Scalar pixel(0,255,0, 255);

cv::Matimg(rows, cols, type, pixel);
 
return img;

/*
data不用释放，由cv::Mat管理；
*/
}


 
 数据属性 
 行列 
  
属性： 
 
int cols 
int rows 
  
相关函数 
 
无 
  
  
 数据 
  
属性： 
 
uchar * data 
  
相关函数： 
 
 uchar * ptr (int i0=0) 
 
参数使用默认的0，表示第一行的数据位置。 
  
  
  
 维度 
  
int dims 
  
 标记位 
  
 int flags：标记位，可以使用位运算获取，标记位包含如下信息： 
 
the magic signature：魔法签名 
continuity flag：连续性标记 
depth：深度 
number of channels：通道数 
  
  
 其他属性 
  
MatSize size 
MatStep step 
UMatData * u 
  
 使用函数可以访问的属性 
  
 int channels () const 
 
通道数 
  
 int depth () const 
 
深度原色基本类型，如下几种，不包含通道信息： 
 
0：CV_8U - 8-bit unsigned integers ( 0..255 )  
1：CV_8S - 8-bit signed integers ( -128..127 )  
2：CV_16U - 16-bit unsigned integers ( 0..65535 )  
3：CV_16S - 16-bit signed integers ( -32768..32767 )  
4：CV_32S - 32-bit signed integers ( -2147483648..2147483647 )  
5：CV_32F - 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )  
6：CV_64F - 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )  
  
  
 size_t elemSize () const 
 
每个元素的字节数。 
  
 size_t elemSize1 () const 
 
每个通道的字节数； 
  
 bool empty () const 
 
判定数据是否为空； 
  
 size_t total () const 
 
返回数组的元素个数； 
  
 int type () const 
 
返回矩阵元素的类型；该类型不是C++的数据类型，是上面讲述的带同到信息的类型。 
  
  
  
下面是属性的例子，可以直观体会。 
  
 
// 测试Mat的属性：
std::cout<<"行列：（" << src_image.rows << ","<< src_image.cols <<")"<


 
  
输出结果如下： 
  
 localhost:05Mat yangqiang$ ./main
行列：（300,400)
维度，通道与深度：（2,4,0)
类型：24, 是否是CV_8UC4？1
元素字节数，通道字节数，总的元素个数：4,1,120000
localhost:05Mat yangqiang$ 


 
 flags属性的使用 
  
 flags属性包含的数据：

 
 
the magic signature 
continuity flag 
depth 
 number of channels 
 
就是type标记位，需要处理下才能得到通道数（位运算）。 
  
  
 位遮罩

 
 
MAGIC_MASK = 0xFFFF0000, 
 TYPE_MASK = 0x00000FFF, 
 
int type () const 
  
 DEPTH_MASK = 7 
 
int depth () const 
  
 CONTINUOUS_FLAG = CV_MAT_CONT_FLAG 
 
bool isContinuous () const 
  
  
使用例子

 
  
 int flags = src_image.flags;

std::cout << "标记值：" << flags << std::endl;

std::cout << "魔法值：" << (flags & cv::Mat::MAGIC_MASK) << "," << cv::Mat::MAGIC_VAL << std::endl;

std::cout << "深度值：" << (flags & cv::Mat::DEPTH_MASK) << "," << CV_8U << std::endl;

std::cout << "类型值：" << (flags & cv::Mat::TYPE_MASK) << "," << CV_8UC4 << std::endl;

// 矩阵是否连续，flags & cv::Mat::CONTINUOUS_FLA 不等于0都是连续的。
std::cout << "连续值：" << (flags & cv::Mat::CONTINUOUS_FLAG) << "," << cv::Mat::CONTINU


 
 数据访问 
 at函数 
  
at函数返回Mat矩阵中数据的引用（这意味着可以直接修改，并影响到矩阵中的数据元素）。 
 
根据矩阵的维数，提供了常用的向量（一维）矩阵(一个参数)，二维矩阵（两个参数），三维矩阵支持（三个参数）。 
多维矩阵的访问，直接使用int *与Vec参数来访问多维。 
因为Mat经常用于图像，所以提供了Point参数访问元素。 
  
  
  
at函数的基本声明 
  
 template _Tp & at (int row, int col)


 
  
 at函数的重载声明

 
 
template _Tp & at (int i0=0) 
template const _Tp & at (int i0=0) const 
template _Tp & at (int row, int col) 
template const _Tp & at (int row, int col) const 
template _Tp & at (int i0, int i1, int i2) 
template const _Tp & at (int i0, int i1, int i2) const 
template _Tp & at (const int *idx) 
template const _Tp & at (const int *idx) const 
template_Tp & at (const Vec< int, n > &idx) 
templateconst _Tp & at (const Vec< int, n > &idx) const 
template_Tp & at (Point pt) 
templateconst _Tp & at (Point pt) const 
  
 关于元访问的封装

 
 
在opencv中提供了Vec模板类来封装矩阵元素的访问，尤其是3这种无法对齐的数据，访问起来特别方便。 
 
Vec从cv::Matx类。 
模板:Vec< T, cn > () const 
 
T ：数据类型 
cn ： 元素个数。 
  
提供[ ]运算符，用来访问Vec中的元素。 
  
  
 at函数的使用例子

 
 
把蓝色通道设置为0； 
  
  
 void access_at(cv::Mat &mat){
int rows = mat.rows;

int cols = mat.cols;

int channels = mat.channels();
// 三通道
int depth = mat.depth();

std::cout<< depth << "," << channels << std::endl;

for(int y = 0;
 y < rows;
 y++){
for(int x = 0;
 x < cols;
 x++){
cv::Vec& pixel = mat.at >(y, x);

// std::cout<<(unsigned int)pixel[0]<< ",";

// std::cout<<(unsigned int)pixel[1]<< ",";

// std::cout<<(unsigned int)pixel[2]<< ",";

// std::cout<


  

文章图片 

 使用at修改图像所有像素的蓝色通道为0的效果  ptr函数 
  
 ptr与at函数一样，唯一的差别返回元素的地址。

 
 
uchar * ptr (int row, int col) 
  
 ptr使用例子：

 
 
该例子与上面例子完全一样。 
  
  
 void access_ptr(cv::Mat &mat){
int rows = mat.rows;

int cols = mat.cols;

for(int y = 0;
 y < rows;
 y++){
for(int x = 0;
 x < cols;
 x++){
cv::Vec* pixel = mat.ptr >(y, x);

(*pixel)[0] = 0;
// B把蓝色通道设置为0
}
}
}


 
 row/col与rowRange/colRange函数 
  
row返回矩阵中的指定一行 
rowRangle返回矩阵中的指定多行（开始行，结束行） 
 
不包含结束行。 
  
  
  
row函数使用例子 
  
 void access_row(cv::Mat &mat){
int rows = mat.rows;

int cols = mat.cols;

for(int y = 0;
 y < rows;
 y++){
cv::Mat row = mat.row(y);

for(int x = 0;
 x < cols;
 x++){
cv::Vec& pixel = row.at >(x);

pixel[0] = 0;
// B把蓝色通道设置为0
}
}
}


 
  
rowRange使用例子 
  
 void access_row(cv::Mat &mat){
int rows = mat.rows;

int cols = mat.cols;

// 取部分矩阵
cv::Mat part_mat = mat.rowRange(100,200);
 for(int y = 0;
 y < 100;
 y++){// 注意不要越界
cv::Mat row = part_mat.row(y);

for(int x = 0;
 x < cols;
 x++){
cv::Vec& pixel = row.at >(x);

pixel[0] = 0;
// B把蓝色通道设置为0
pixel[1] = 0;
// B把蓝色通道设置为0
}
}
}


  

文章图片 

 使用row函数修改图像局部区域的蓝色与绿色通道为0的效果  begin与end函数 
  
这里需要迭代器相关知识。 
  
  
begin函数定义： 
 
模板函数。 
end函数类似。 
  
  
 template MatConstIterator_< _Tp >begin () const


 
  
 begin与end函数返回的是迭代器。迭代器的最大好处就是提供了位置移动的运算符：

 
 
 ++：分前后 
 --：分前后 
+= 
-= 
 []：也无法修改： 
 
const _Tp & operator[] (ptrdiff_t i) const 
  
 *：取值运算符；这个取值返回的数据不能修改： 
 
const _Tp & operator* () const 
  
返回位置： 
 
Point pos () const 
  
  
 使用cv::Mat_的内部迭代器

 
 
可以修改访问数据 
  
使用例子

 
  
 void access_begin_end(cv::Mat &mat){
// 获取元素开始的迭代器
// cv::MatConstIterator_ > pixel = mat.begin >();
 // 使用外部迭代器，使用[]无法修改。
cv::Mat_ >::iterator pixel = mat.begin >();
// 使用内部迭代器，可以访问成员
// 循环迭代
do{
(*pixel)[0] = 0;
// B把蓝色通道设置为0
(*pixel)[1] = 0;
// B把蓝色通道设置为0
pixel++;

} while(pixel != mat.end >());
}


 
 forEach函数 
  
函数原型定义 
 
其中的函数对象就是回调函数（C++11增加了箭头函数）。 
  
  
 
template voidforEach (const Functor &operation)
template voidforEach (const Functor &operation) const


 
  
 关于函数对象Functor

 
 
包含特定的运算符： 
 
void operator ()(.....) const { 
  
  
 functor使用例子：

 
 
位置根据Mat的维数来决定。 
使用struct与class注意下区分就行。 
  
  
 // Functor(这个是并行调用的)
struct PixelFunctor{
void operator ()(cv::Vec& pixel, const int *pos) const{ // 传递像素与像素在矩阵中位置
// std::cout << pos[0] << "," << pos[1] << std::endl;
（位置）// 因为并行，打印可能是错乱的。
pixel[0] = 0;

}
};
// 记得这个分号void access_foreach(cv::Mat &mat){
struct PixelFunctor functor;

mat.forEach >(functor);

}


 
  
C++11的lambda表达式使用例子（怪异的箭头函数） 
 
其中[ ] 表示闭包访问的本地局部变量。简易使用&按引用传递，=按值传递不建议。 
  
  
 
void access_foreach(cv::Mat &mat){
int a = 20;

mat.forEach >([&a](cv::Vec& pixel, const int *pos)->void{
pixel[1] = 0;

a = 30;
// [&]知名本地局部变量按照引用访问
});

std::cout<


 
  
函数指针的例子 
  
 
void function_ptr(cv::Vec& pixel, const int *pos){
pixel[0] = 0;

}
void access_foreach(cv::Mat &mat){
mat.forEach >(&function_ptr);

}


 
 运算符 
 类型转换运算符 
 常规类型转换运算符

 
 
template operator Matx< _Tp, m, n > () const
template operator std::array< _Tp, _Nm > () const
template operator std::vector< _Tp > () const
templateoperator Vec< _Tp, n > () const


 
 带参类型转换运算符

 
 Mat operator() (Range rowRange, Range colRange) const
Matoperator() (const Rect &roi) const
Matoperator() (const Range *ranges) const
Matoperator() (const std::vector< Range > &ranges) const


 
 赋值运算符 
 Mat &operator= (const Mat &m)
Mat &operator= (const MatExpr &expr)
Mat &operator= (const Scalar &s)
Mat &operator= (Mat &&m)


 
 运算符使用例子 
  
修改图像局部像素； 
  
 /////////////////////////////////////////////////////
// ()类型转换运算符
cv::Mat sub_image = src_image(cv::Range(100, 200), cv::Range(100, 200));
// 返回的是引用
// 赋值运算符
sub_image = cv::Scalar(255,0,0);

/////////////////////////////////////////////////////


  

文章图片 

 使用重载运算符()访问局部区域，并修改为单一颜色的效果  矩阵操作 
 数据操作 
 拷贝与克隆

 
 voidcopyTo (OutputArray m) const 
voidcopyTo (OutputArray m, InputArray mask) constMatclone () const CV_NODISCARD


 
 修改值

 
 Mat &setTo (InputArray value, InputArray mask=noArray())


 
 添加与删除值

 
 voidpop_back (size_t nelems=1)
voidpush_back (const _Tp &elem)template voidpush_back (const Mat_< _Tp > &elem)
template voidpush_back (const std::vector< _Tp > &elem)
voidpush_back (const Mat &m)
voidpush_back_ (const void *elem)


 
 变形

 
 
Matreshape (int cn, int rows=0) const
Matreshape (int cn, int newndims, const int *newsz) const 
Matreshape (int cn, const std::vector< int > &newshape) const


 
 改变大小

 
 voidresize (size_t sz) 
voidresize (size_t sz, const Scalar &s)
// const Scalar &s是变大后，新空间的填充值


 
 矩阵运算操作 
  
下面这些运算，属于基本常识，不具体介绍。 
  
 矩阵乘法

 
 MatExprmul (InputArray m, double scale=1) const


 
 向量点积

 
 doubledot (InputArray m) const


 
 叉积

 
 Matcross (InputArray m) const


 
 逆矩阵

 
 MatExprinv (int method=DECOMP_LU) const


 
 矩阵转置

 
 MatExprt () const


 
 关于MatExpr

 
  
这是一个正经的矩阵表示。 
 
Mat不太正经是因为Mat表示是数组，包含向量，多维数组，矩阵等。 
  
 
  

文章图片 

 正经的矩阵类MatExpr  初始化与释放操作 
 分配

 
 voidcreate (Size size, int type)
voidcreate (int ndims, const int *sizes, int type)
voidcreate (const std::vector< int > &sizes, int type)


 
 释放

 
 voiddeallocate ()// 内部调用，一般使用release
voidrelease ()


 
 工具函数 
  
从来创建单位矩阵，零矩阵什么的。 
  
 创建单位矩阵 
 static MatExpreye (int rows, int cols, int type)
static MatExpreye (Size size, int type)


 
 创建对角矩阵 
 static Matdiag (const Mat &d) 


 
 创建1矩阵 
 static MatExprones (int rows, int cols, int type)
static MatExprones (Size size, int type)
static MatExprones (int ndims, const int *sz, int type)


 
 创建零矩阵 
 static MatExprzeros (int rows, int cols, int type) 
static MatExprzeros (Size size, int type)
static MatExprzeros (int ndims, const int *sz, int type)


  附录： 
  
 参考文档：

 
 
https://docs.opencv.org/4.1.2/d3/d63/classcv_1_1Mat.html 
  
 Mat的支持的数据类型：

 
  

文章图片 

 Mat支持的深度数据类型  
  
  
 与Mat相关的还有：

 
 
关联的基本结构，比如cv::Vec，cv::Point3等。 
关联的工具函数，比如求解方程等，特征值求解，奇异值分解等。 
硬件加速函数； 
与OpenGL与DirectX的数据结构转换函数； 
  
 两个独特的构造器

 
 
列表初始化器： 
 
Mat (const std::initializer_list< _Tp > list) 
Mat (const std::initializer_list< int > sizes, const std::initializer_list< _Tp > list) 
  
逗号初始化器： 
 
Mat (const MatCommaInitializer_< _Tp > &commaInitializer) 
  
  
【CV02-01:OpenCV之Mat与图像表示】独特构造器使用例子：

 
  
 #include int main(int argc, char* argv[]) {
// 初始化列表
std::initializer_list v1 = {1,2,3,4};

cv::Mat m1(v1);

cv::Mat m2({1,2,3,4,5});
cv::Mat_ m3={1,2,3,4};
// 这种方式对Mat错误（语法没有问题），但是要求显式选择构造器（模板类型歧义造成）// MatCommaInitializer_ 必须由矩阵产生
cv::Mat M = (cv::Mat_(3,3) << 1, 0, 0, 0, 1, 0, 0, 0, 1);

return 0;

}




		  	

    
    




    
    
    


推荐阅读

           
                  
              
                  平安保险绑定银行卡怎么解除 
                
                   
                
              
            

                  
              
                  贴对联的来历 
                
                   
                
              
            

                  
              
                  手机app源代码查看器，手机上有什么浏览器能查看网页源代码 
                
                   
                
              
            

                  
              
                  梦见很多尸体 梦见很多尸体好不好 
                
                   
                
              
            

                  
              
                  直肠癌|印小天透露自己父亲患直肠癌晚期 肿瘤已经无法控制 
                
                   
                
              
            

                  
              
                  redis事务处理 redis事务与管道的区别 
                
                   
                
              
            

                  
              
                  核酸检测过了还要隔离吗 
                
                   
                
              
            

                  
              
                  如何关闭电脑密码 关闭电脑密码的方法 
                
                   
                
              
            

                  
              
                  win7nvidia控制面板打开方法 
                
                   
                
              
            

                  
              
                  吉林违建浮桥旧照曝光 吉林省浮桥管理办法 
                
                   
                
              
            

                  
              
                  脚扭伤能用热水泡脚吗 脚扭伤韧带多长时间能好 
                
                   
                
              
            

                  
              
                  平价电子猫眼什么牌子的好？平价电子猫眼十大品牌排名 
                
                   
                
              
            

                  
              
                  慧荣将推SM2504XT 
                
                   
                
              
            

                  
              
                  绚丽夺目的意思 快来了解一下 
                
                   
                
              
            

                  
              
                  求穿越到小说世界的小说 
                
                   
                
              
            

                  
              
                  健身洗衣机设计方案,这个故障如何处理？ 
                
                   
                
              
            

                  
              
                  遗迹灰烬重生守关boss怎么打 噩梦难度各守关BOSS无伤打法 
                
                   
                
              
            

                  
              
                  mysql+redis读写分离 微擎redis读写分离 
                
                   
                
              
            

                  
              
                  范增到底是怎么死的?竟然是被项羽气死的吗? 
                
                   
                
              
            

                  
              
                  松下冰箱代码8故障原因分析与3种解决方法步骤,综合方面对比下就知道了 
                
                   
                
              
            

          

PMSJ寻平面设计师之现代(Hyundai） 
 太平之莲 
 闲杂“细雨” 
 七年之痒之后 
 深入理解Go之generate 
 由浅入深理解AOP 
 期刊|期刊 | 国内核心期刊之（北大核心） 
 生活随笔｜好天气下的意外之喜 
 感恩之旅第75天 
 python学习之|python学习之 实现QQ自动发送消息