opencv学习笔记() Mat矩阵中data、size、depth、elemSize、step等属性的理解

原文地址:http://blog.csdn.net/dcrmg/article/details/52294259

data:
uchar类型的指针,指向Mat数据矩阵的首地址。可以理解为标示一个房屋的门牌号;

•dims:
Mat矩阵的维度,若Mat是一个二维矩阵,则dims=2,三维则dims=3,大多数情况下处理的都是二维矩阵,是一 个平面上的矩阵。

    可以理解为房屋是一个一层的平房,三维或更多维的则是多层楼房;

•rows:
Mat矩阵的行数。可理解为房屋内房间行数;

•cols:
Mat矩阵的列数。可理解为房屋内房间列数;

•size():
首先size是一个结构体,定义了Mat矩阵内数据的分布形式,数值上有关系式:

     image.size().width==image.cols;        image.size().height==image.rows                                                      

     可以理解为房屋内房间的整体布局,这其中包括了房间分别在行列上分布的数量信息;

•channels():
Mat矩阵元素拥有的通道数。例如常见的RGB彩色图像,channels==3;而灰度图像只有一个灰度分量信息, channels==1。

    可以理解为每个房间内放有多少床位,3通道的放了3张床,单通道的放了1张床;

•depth:
用来度量每一个像素中每一个通道的精度,但它本身与图像的通道数无关!depth数值越大,精度越高。在 Opencv中,Mat.depth()得到的是一个0~6的数字,分别代表不同的位数,对应关系如下:

•enum{CV_8U=0,CV_8S=1,CV_16U=2,CV_16S=3,CV_32S=4,CV_32F=5,CV_64F=6}

    其中U是unsigned的意思,S表示signed,也就是有符号和无符号数。

    可以理解为房间内每张床可以睡多少人,这个跟房间内有多少床并无关系;

•elemSize:
elem是element(元素)的缩写,表示矩阵中每一个元素的数据大小,如果Mat中的数据类型是CV_8UC1,那么 elemSize==1;如果是CV_8UC3或CV_8SC3,那么elemSize==3;如果是CV_16UC3或者CV_16SC3,那么 elemSize==6;即elemSize是以8位(一个字节)为一个单位,乘以通道数和8位的整数倍;

    可以理解为整个房间可以睡多少人,这个时候就得累计上房间内所有床位数(通道)和每张床的容纳量了;

•elemSize1:
elemSize加上一个“1”构成了elemSize1这个属性,1可以认为是元素内1个通道的意思,这样从命名上拆分后就很 容易解释这个属性了:表示Mat矩阵中每一个元素单个通道的数据大小,以字节为一个单位,所以有:

    eleSize1==elemSize/channels;

•step:
可以理解为Mat矩阵中每一行的“步长”,以字节为基本单位,每一行中所有元素的字节总量,是累计了一行中所 有元素、所有通道、所有通道的elemSize1之后的值;

•step1():
以字节为基本单位,Mat矩阵中每一个像素的大小,累计了所有通道、所有通道的elemSize1之后的值,所以有:

    step1==step/elemSize1;

•type:
Mat矩阵的类型,包含有矩阵中元素的类型以及通道数信息,type的命名格式为CV_(位数)+(数据类型)+(通道 数),所有取值如下:


opencv学习笔记() Mat矩阵中data、size、depth、elemSize、step等属性的理解_第1张图片
1.jpg.PNG

你可能感兴趣的:(opencv学习笔记() Mat矩阵中data、size、depth、elemSize、step等属性的理解)