openCv學習筆記—cv::Mat學習

一、Mat簡介

    在2001年剛剛出現的時候，OpenCV基於 C 語言接口而建。爲了在內存（memory）中存放圖像，當時採用名爲IplImage 的C語言結構體，時至今日這仍出現在大多數的舊版教程和教學材料。但這種方法必須接受C語言所有的不足，這其中最大的不足要數手動內存管理，其依據是用戶要爲開闢和銷燬內存負責。雖然對於小型的程序來說手動管理內存不是問題，但一旦代碼開始變得越來越龐大，你需要越來越多地糾纏於這個問題，而不是着力解決你的開發目標。

   幸運的是，C++出現了，並且帶來類的概念，這給用戶帶來另外一個選擇：自動的內存管理（不嚴謹地說）。這是一個好消息，如果C++完全兼容C的話，這個變化不會帶來兼容性問題。爲此，OpenCV在2.0版本中引入了一個新的C++接口，利用自動內存管理給出瞭解決問題的新方法。使用這個方法，你不需要糾結在管理內存上，而且你的代碼會變得簡潔（少寫多得）。但C++接口唯一的不足是當前許多嵌入式開發系統只支持C語言。所以，當目標不是這種開發平臺時，沒有必要使用舊 方法（除非你是自找麻煩的受虐狂碼農）。

   關於 Mat ，首先要知道的是你不必再手動地（1）爲其開闢空間（2）在不需要時立即將空間釋放。但手動地做還是可以的：大多數OpenCV函數仍會手動地爲輸出數據開闢空間。當傳遞一個已經存在的Mat 對象時，開闢好的矩陣空間會被重用。也就是說，我們每次都使用大小正好的內存來完成任務。

   基本上講 Mat 是一個類，由兩個數據部分組成：矩陣頭（包含矩陣尺寸，存儲方法，存儲地址等信息）和一個指向存儲所有像素值的矩陣（根據所選存儲方法的不同矩陣可以是不同的維數）的指針。矩陣頭的尺寸是常數值，但矩陣本身的尺寸會依圖像的不同而不同，通常比矩陣頭的尺寸大數個數量級。因此，當在程序中傳遞圖像並創建拷貝時，大的開銷是由矩陣造成的，而不是信息頭。OpenCV是一個圖像處理庫，囊括了大量的圖像處理函數，爲了解決問題通常要使用庫中的多個函數，因此在函數中傳遞圖像是家常便飯。同時不要忘了我們正在討論的是計算量很大的圖像處理算法，因此，除非萬不得已，我們不應該拷貝大 的圖像，因爲這會降低程序速度。

二、Mat的基本操作

   這裏展示一個例子解釋一下Mat的基本操作

<strong>#include<cv.h>
#include<highgui.h>
#include<iostream>
using namespace cv;
using namespace std;
int main()
{
    /*********************************Mat基本操作-矩陣*******************************************/
    //二維三通道矩陣建立
    Mat M(2,2, CV_8UC3, Scalar(0,0,255)); //使用構造函數創建矩陣
    /*
    CV_8UC3 表示使用8位的 unsigned char 型，每個像素由三個元素組成三通道,初始化爲（0，0，255）
    */
    cout << "M = " << endl << " " << M << endl << endl; //格式化輸出
    //三維
    int sz[3] = {3,3,3};
    Mat L(3,sz, CV_8UC(1), Scalar::all(0));
    /*
    超過兩維的矩陣：指定維數，然後傳遞一個指向一個數組的指針，這個數組包含每個維度的尺寸；其餘的相同
    */
    cout << "L = " << endl << " " << M << endl << endl; //格式化輸出

    /********************************************Mat基本操作-圖像*******************************/
    Mat A, C;      // 只創建信息頭部分
    A=imread("D:\\openCV\\openCVProject\\openCv筆記\\openCv筆記\\test.jpg", CV_LOAD_IMAGE_COLOR); // 這裏爲矩陣開闢內存
    Mat B(A);                // 使用拷貝構造函數
    C = A;                  // 賦值運算符
    /*
    拷貝構造函數和賦值函數 只拷貝信息頭和矩陣指針
    */

    Mat D (A, Rect(10, 10, 100, 100) ); //選取A中一個矩形區域,即只訪問其矩形區域的信息頭，只是創建信息頭
    Mat E = A(cv::Range::all(), Range(1,3)); // 創建訪問邊界的信息頭。
    /*
    要創建一個感興趣區域（ ROI ），你只需要創建包含邊界信息的信息頭
    */

    Mat F = A.clone();//複製圖像，包括數據
    Mat G;
    A.copyTo(G);
    /*
    拷貝矩陣本身(不只是信息頭和矩陣指針)，
    */

    //測試
    namedWindow( "a", CV_WINDOW_AUTOSIZE );
    namedWindow( "c", CV_WINDOW_AUTOSIZE );

    imshow( "a", D);
    imshow( "c", E );


    /****************************************圖像的讀取、處理和保存**************************************/
      Mat image;
     image = imread( "D:\\openCV\\openCVProject\\openCv筆記\\openCv筆記\\test.jpg", CV_LOAD_IMAGE_COLOR);//導入圖像

     if( !image.data )
     {
        cout<< " No image data \n " ;
        return -1;
     }

     Mat gray_image;
     cvtColor( image, gray_image, CV_BGR2GRAY );//轉化爲灰度圖

     imwrite( "../../images/Gray_Image.jpg", gray_image );//寫入圖像

     namedWindow( "source", CV_WINDOW_AUTOSIZE );
     namedWindow( "Gray image", CV_WINDOW_AUTOSIZE );

     imshow( "source", image );
     imshow( "Gray image", gray_image );
     /*******************************************************************************************/
     waitKey(0);
     return 0;
}</strong>

  對於Mat數據結構，在對圖像進行處理時要注意：

 

OpenCV函數中輸出圖像的內存分配是自動完成的（如果不特別指定的話）。 使用OpenCV的C++接口時不需要考慮內存釋放問題。 賦值運算符和拷貝構造函數（ ctor ）只拷貝信息頭。 使用函數 clone() 或者copyTo() 來拷貝一副圖像的矩陣