opencv中的Mat、CvMat以及IplImage介紹以及三者之間的轉換

OpenCV中常見的與圖像操作有關的數據容器有Mat，cvMat和IplImage。這三種類型都可以代表和顯示圖像，區別是：Mat類型側重於計算，數學性較高，OpenCV對Mat類型的計算進行了優化；CvMat和IplImage類型更側重於“圖像”，opencv對其中的圖像操作（縮放、單通道提取、圖像閾值操作等）進行了優化。在opencv2.0之前，opencv是完全用C實現的，但是，IplImage類型與CvMat類型的關係類似於面向對象中的繼承關係。實際上，CvMat之上還有一個更抽象的基類----CvArr，這在源代碼中會常見。

1. opencv文檔中明確聲明，CvMat已經過時了(CvMat is now obsolete, consider using Mat instead)不建議用；
2. 派生關係：CvArr -> CvMat -> IplImage
3. Mat用的一套東西是imread，imshow等，有別於CvArr及其子類的cvLoadImage()，cvShowImage()...

一、Mat類型：矩陣類型，Matrix。
在openCV中，Mat是一個多維的密集數據數組。可以用來處理向量和矩陣、圖像、直方圖等等常見的多維數據。
Mat有3個重要的方法：
1、Mat mat = imread(const String* filename); 讀取圖像
2、imshow(const string frameName, InputArray mat); 顯示圖像
3、imwrite (const string& filename, InputArray img); 儲存圖像
Mat類型較CvMat與IplImage類型來說，有更強的矩陣運算能力，支持常見的矩陣運算。在計算密集型的應用當中，將CvMat與IplImage類型轉化爲Mat類型將大大減少計算時間花費。
二、CvMat類型：圖像類型

typedef struct CvMat
{
    int type;
    int step;
    /* for internal use only */
    int* refcount;
    int hdr_refcount;
    union
    {
        uchar* ptr;
        short* s;
        int* i;
        float* fl;
        double* db;
    } data;
#ifdef __cplusplus
    union
    {
        int rows;
        int height;
    };
    union
    {
        int cols;
        int width;
    };
#else
    int rows;
    int cols;
#endif
}
CvMat;

在openCV中，沒有向量（vector）的數據結構。任何時候，但我們要表示向量時，用矩陣數據表示即可。但是，CvMat類型與我們在線性代數課程上學的向量概念相比，更抽象，比如CvMat的元素數據類型並不僅限於基礎數據類型，比如，下面創建一個二維數據矩陣：CvMat* cvCreatMat(int rows ,int cols , int type);
type可以是任意的預定義數據類型，比如RGB或者別的多通道數據。這樣便可以在一個CvMat矩陣上表示豐富多彩的圖像了。
三、IplImage：圖像類型
在類型關係上，我們可以說IplImage類型繼承自CvMat類型，當然還包括其他的變量將之解析成圖像數據，其定義如下：

typedef struct _IplImage  
    {  
        int  nSize;         /* IplImage大小 */  
        int  ID;            /* 版本 (=0)*/  
        int  nChannels;     /* 大多數OPENCV函數支持1,2,3 或 4 個通道 */  
        int  alphaChannel;  /* 被OpenCV忽略 */  
        int  depth;         /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U, 
                               IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */  
        char colorModel[4]; /* 被OpenCV忽略 */  
        char channelSeq[4]; /* 同上 */  
        int  dataOrder;     /* 0 - 交叉存取顏色通道, 1 - 分開的顏色通道. 
                               cvCreateImage只能創建交叉存取圖像 */  
        int  origin;        /* 0 - 頂—左結構, 
                               1 - 底—左結構 (Windows bitmaps 風格) */  
        int  align;         /* 圖像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */  
        int  width;         /* 圖像寬像素數 */  
        int  height;        /* 圖像高像素數*/  
        struct _IplROI *roi;/* 圖像感興趣區域. 當該值非空只對該區域進行處理 */  
        struct _IplImage *maskROI; /* 在 OpenCV中必須置NULL */  
        void  *imageId;     /* 同上*/  
        struct _IplTileInfo *tileInfo; /*同上*/  
        int  imageSize;     /* 圖像數據大小(在交叉存取格式下imageSize=image->height*image->widthStep），單位字節*/  
        char *imageData;  /* 指向排列的圖像數據 */  
        int  widthStep;   /* 排列的圖像行大小，以字節爲單位 */  
        int  BorderMode[4]; /* 邊際結束模式, 被OpenCV忽略 */  
        int  BorderConst[4]; /* 同上 */  
        char *imageDataOrigin; /* 指針指向一個不同的圖像數據結構（不是必須排列的），是爲了糾正圖像內存分配準備的 */  
    }  
    IplImage;  
dataOrder中的兩個取值：交叉存取顏色通道是顏色數據排列將會是BGRBGR...的交錯排列。分開的顏色通道是有幾個顏色通道就分幾個顏色平面存儲。roi是IplROI結構體，該結構體包含了xOffset,yOffset,height,width,coi成員變量，其中xOffset,yOffset是x,y座標，coi代表channel of interest(感興趣的通道)，非0的時候纔有效。訪問圖像中的數據元素，分間接存儲和直接存儲，當圖像元素爲浮點型時，(uchar *) 改爲 (float *)： 
補充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage

            CvArr用作函數的參數，無論傳入的是CvMat或IplImage，內部都是按CvMat處理。

CvMat和IplImage創建時的小區別：

1、建立矩陣時，第一個參數爲行數，第二個參數爲列數。

CvMat* cvCreateMat( int rows, int cols, int type );

2、建立圖像時，CvSize第一個參數爲寬度，即列數；第二個參數爲高度，即行數。這 個和CvMat矩陣正好相反。

IplImage* cvCreateImage(CvSize size, int depth, int channels );

CvSize cvSize( int width, int height );

另外，IplImage內部buffer每行是按4字節對齊的，CvMat沒有這個限制

四、相互轉換
4.1IplImage -> Mat

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* srcImg = cvLoadImage("F:\\IM_VIDEO\\kobe.jpg");
    Mat m = cvarrToMat(srcImg, true);
    namedWindow("kobe image", CV_WINDOW_AUTOSIZE);
    imshow("kobe image", m);
    waitKey(0);
    return 0;
}

運行結果：

4.2 Mat -> IplImage:

 

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    Mat m = imread("F:\\IM_VIDEO\\kobe.jpg");
    IplImage* transIplimage = cvCloneImage(&(IplImage)m);
    cvShowImage("kobe image", transIplimage);
    waitKey(0);
    cvReleaseImage(&transIplimage);
    return 0;
}

運行結果跟上面相同。
五、像素獲取方法
5.1 Mat方法的像素獲取方式可以參見：http://blog.csdn.net/piaoxuezhong/article/details/54236227

5.2 IplImage方法的像素獲取

直接訪問：
對我們來說比較重要的兩個元素是：char *imageData以及widthStep。imageData存放圖像像素數據，而widStep類似CvMat中的step，表示以字節爲單位的行數據長度。
一個m*n的單通道字節型圖像，其imageData排列如下：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* img = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);
    uchar* tmp = new uchar[img->width*img->height*img->nChannels];
    for (int i = 0; i < img->height; i++)
    {
        for (int j = 0; j < img->width; j++)
        {
            *tmp = ((uchar *)(img->imageData + i*img->widthStep))[j];
        }
    }
    cout << "第1行第1列的圖像灰度值： " << (float)tmp[0]<< endl;
    cvShowImage("kobe image", img);
    waitKey(0);
    cvReleaseImage(&img);
    return 0;
}

指針獲取方式：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    IplImage* img = cvCreateImage(cvSize(640, 480), IPL_DEPTH_8U, 1);
    //uchar* tmp = new uchar[img->width*img->height*img->nChannels];
    uchar* data = (uchar *)img->imageData;
    int step = img->widthStep / sizeof(uchar);
    uchar* tmp = data;
    for (int i = 0; i < img->height; i++)
    {
        for (int j = 0; j < img->width; j++)
        {
            *tmp = data[i*step + j];
        }
    }
    cout << "第1行第1列的圖像灰度值： " << (float)tmp[0] << endl;
    cvShowImage("kobe image", img);
    waitKey(0);
    cvReleaseImage(&img);
    return 0;
}