浅谈Opencv Mat类（常用构造函数和成员函数整理）

在Opencv1代的时候，是使用lplImage 和 CvMat 数据结构来表示图像的。他们都是C语言的结构，申请的内存需要自己手动管理。从Opencv2.3往后就引入了Mat类，他可以自动管理内存，而我接触opencv开始，用的就是Mat类，再之后在学习opencv过程中才接触了lplImage和CvMat 但是这两个数据结构毕竟给我们带来了一定的负担，所以我不是很喜欢用。所以lplImage 和 CvMat 就不聊了。我们还是看看Mat类。
Mat类关键的属性和定义如下：

class CV_EXPORTS Mat
{
public：
/ /一系列函数...
/*
flag 参数中包含序号关于矩阵的信息，如:
	-Mat 的标识
	-数据是否连续
	-深度
	-通道数目
	*/
int flags;

int dims ;//!数组的维数，取值大于等于2//!行和列的数量，如果矩阵超过 2 维，那这两个值为-1

int rows,cols;

uchar *data ;//!指向数据的指针

int * refcount ;//!指针的引用计数器 ；
/ / 阵列指向用户分配的数据时，当指针为 NULL

/ / 其他成员
...
};

然后我们看看Mat常用的构造函数：

1、Mat::Mat()
无参数构造方法；
2、Mat::Mat(int rows, int cols, int type)
创建行数为 rows，列数为 col，类型为 type 的图像；
3、Mat::Mat(Size size, int type)
创建大小为 size，类型为 type 的图像；
4、Mat::Mat(int rows, int cols, int type, const Scalar& s)
创建行数为 rows，列数为 col，类型为 type 的图像，并将所有元素初始化为值 s；
5、Mat::Mat(Size size, int type, const Scalar& s)
创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s；
6、Mat::Mat(const Mat& m)
将m赋值给新创建的对象，此处不会对图像数据进行复制，m和新对象共用图像数据，属于浅拷贝；
7、Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)
创建行数为rows，列数为col，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由 step指定。
8、Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)
创建大小为size，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由step指定。
9、Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)
创建的新图像为m的一部分，具体的范围由rowRange和colRange指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据；
10、Mat::Mat(const Mat& m, const Rect& roi)
创建的新图像为m的一部分，具体的范围roi指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据。

这些构造函数中，很多都涉及到类型type。type可以是CV_8UC1，CV_16SC1，…，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型）；C 后面的数表示通道数，例如 C1 表示一个
通道的图像，C4 表示 4 个通道的图像，以此类推。
如果你需要更多的通道数，需要用宏 CV_8UC(n)，例如：
Mat M(3,2, CV_8UC(5));//创建行数为 3，列数为 2，通道数为 5 的图像。

构造函数就说到这里，然后我们看看Mat类常用的成员函数：

Mat::Create
创建新的阵列数据

void Mat::create(int rows, int cols, int type)
void Mat::create(Size size, int type)
void Mat::create(int ndims, const int* sizes, inttype)

ndims – 新数组的维数。
rows –新的行数。
cols – 新的列数。
size – 替代新矩阵大小规格：Size(cols, rows)。
sizes – 指定一个新的阵列形状的整数数组。
type – 新矩阵的类型。

Mat：：resize
重新定义图片大小

void Mat::resize(size_t sz)
void Mat::resize(size_t sz, const Scalar& s)

sz –新的行数。
s –分配给新添加的元素的值。

Mat::adjustROI
调整子阵大小及其在父矩阵中的位置

Mat& Mat::adjustROI(int dtop, int dbottom,int dleft, int dright)

dtop –顶部子阵边界向上的平移量。
dbottom –底部子阵边界向下的平移量。
dleft –左子阵边界向左的平移量。
dright –右子阵边界向右的平移量。

Mat::total
返回数组元素的总数

size_t Mat::total() const

Mat::isContinuous
判断矩阵是否连续

bool Mat::isContinuous() const

Mat::elemSize
返回矩阵元素大小 （以字节为单位）。

size_t Mat::elemSize() const

该方法返回以字节为单位的矩阵元素大小。例如，如果矩阵类型是 CV_16SC3，该方法返回3*sizeof(short)或 6。

Mat::elemSize1
以字节为单位返回每个矩阵元素通道的大小。

size_t Mat::elemSize1() const

该方法返回以字节为单位的矩阵元素通道大小，也就是忽略通道的数量。例如，
如果矩阵类型是 CV_16SC3，该方法返回 sizeof(short) 或 2。

Mat::type
返回一个矩阵元素的类型。

int Mat::type() const

该方法返回一个矩阵的元素类型。这是兼容CvMat 类型系统，像 CV_16SC3标识符
或 16 位有符号的3 通道阵列，等等。

Mat::depth
返回一个矩阵元素的深度。

int Mat::depth() const

该方法返回矩阵元素深度（每个单独的通道类型）的标识符。例如，对于16位有符号的3通道数组，该方法返回CV_16S。矩阵类型的完整列表包含以下内容值：
• CV_8U-8 位无符号整数 （0……255）
• CV_8S-8 位符号整数 （-128……127）
• CV_16U-16 位无符号整数 （0……65535）
• CV_16S-16 位符号整数 （-32768……32767）
• CV_32S-32 位符号整数 （-2147483648……2147483647）
• CV_32F-32 位浮点数 （-FLT_MAX ………FLT_MAX，INF，NAN)
• CV_64F-64 位浮点数（-DBL_MAX ……….DBL_MAX，INF，NAN)

Mat::channels
返回矩阵通道的数目。

int Mat::channels() const

Mat::step1
返回矩阵归一化迈出的一步。

size_t const Mat::step1()

该方法返回以矩阵的step除以Mat::elemSize1()。它对快速访问任意矩阵元素很有用。

Mat::size
返回一个矩阵大小。

Size Mat::size() const

该方法返回一个矩阵大小：Size(cols, rows)。矩阵超过 2 维时返回大小为（-1，-1）。

Mat::empty
如果数组有没有 elemens，则返回 true。

bool Mat::empty() const

如果 Mat::total() 是 0 或 Mat::data 为 NULL，则方法返回 true。因为pop_back() 和 resize()方法M.total()== 0，并不意味着M.data = =NULL。

Mat::ptr
返回指定矩阵行的指针。

uchar* Mat::ptr(int i=0)
const uchar* Mat::ptr(int i=0) const
template _Tp* Mat::ptr(inti=0)
template const _Tp*Mat::ptr(int i=0) const

参数：
i –一个基于0的行索引。

Mat::at
返回对指定数组元素的引用。

template T& Mat::at(int i)const
template const T&Mat::at(int i) const
template T& Mat::at(int i,int j)
template const T&Mat::at(int i, int j) const
template T& Mat::at(Pointpt)
template const T&Mat::at(Point pt) const
template T& Mat::at(int i,int j, int k)
template const T&Mat::at(int i, int j, int k) const
template T& Mat::at(constint* idx)
template const T&Mat::at(const int* idx) const

参数
i –索引 0 维度
j – 1 维度的索引
k – 沿 2 维度的索引
pt – Point(j,i) 作为指定元素的位置。
idx – Mat::dims 数组的索引。
该模板方法返回指定数组元素的引用。为了具有更高的性能，索引范围检查只在调试配置下执行。请注意使用具有单个索引 (i) 的变量可以访问的单行或单列的2 维的数组元素。也就是比方说，如果A是1 x N 浮点矩阵和B是M x 1的整数矩阵，您只需编写A.at(k+4) 和 B.at(2i+1) 分别代替A.at(0,k+4)和
B.at(2i+1,0)。

//下面的示例将初始化希尔伯特矩阵：
Mat H(100, 100, CV_64F);
for(inti=0; i(i,j)=1./(i+j+1);

Mat::begin
返回矩阵迭代器，并将其设置为第一矩阵元。

templateMatIterator_<_Tp> Mat::begin()
templateMatConstIterator_<_Tp> Mat::begin() const

该方法返回矩阵的只读或读写的迭代器。矩阵迭代器的使用和双向 STL 迭代器的使用是非常相似的。在下面的示例中，alpha融合函数是使用矩阵迭代器重写：

template
void alphaBlendRGBA(const Mat& src1,const Mat& src2, Mat& dst)
{
	typedef Vec VT;
	const float alpha_scale =(float)std::numeric_limits::max(),
	inv_scale = 1.f/alpha_scale;
	CV_Assert( src1.type() == src2.type()&&
	src1.type() == DataType::type&&
	src1.size() == src2.size());
	Size size = src1.size();
	dst.create(size, src1.type());
	MatConstIterator_ it1 =src1.begin(), it1_end = src1.end();
	MatConstIterator_ it2 =src2.begin();
	MatIterator_ dst_it =dst.begin();
	for( ; it1 != it1_end; ++it1, ++it2,++dst_it )
	{
		VT pix1 = *it1, pix2 = *it2;
		float alpha = pix1[3]*inv_scale, beta =pix2[3]*inv_scale;
		*dst_it =VT(saturate_cast(pix1[0]*alpha + pix2[0]*beta),
		saturate_cast(pix1[1]*alpha + pix2[1]*beta),
		saturate_cast(pix1[2]*alpha +pix2[2]*beta),
		saturate_cast((1 -(1-alpha)*(1-beta))*alpha_scale));
	}
}

Mat::end
返回矩阵迭代器，并将其设置为 最后元素之后（after-last）的矩阵元。

templateMatIterator_<_Tp> Mat::end()
templateMatConstIterator_<_Tp> Mat::end() const

该方法返回矩阵只读或读写的迭代器，设置为紧随最后一个矩阵元素的点。

Mat的构造和常用的成员函数就梳理到这里了，如果有未提到的后续会继续补充。