OpenCV2学习笔记一：基本图像容器Mat

知识大纲

---

目的

通过计算机将图像简化为数值矩阵以及矩阵信息。

---

Mat

1.与OpenCV1的IplImage区别

1. IplImage属于C语言的结构体，需要用户手动进行内存管理，即用到时为其开辟空间，在不需要时立即将空间释放。
2. Mat属于C++的类，可以实现自动的内存管理（不严谨地说），为操作图像带来很大的方便。

2.Mat组成

1. 矩阵头（信息头）：包含矩阵尺寸，存储方法，存储地址等信息
2. 矩阵指针：指向存储像素值矩阵的指针
3. 引用计数机制和浅拷贝：为了方便在函数中传递图像，OpenCV使用引用计数机制。让每个Mat对象有自己的信息头，但共享同一个矩阵。这通过让矩阵指针指向同一地址而实现。利用拷贝构造函数和赋值运算符实现的是浅拷贝。
4. 深拷贝：拷贝矩阵本身（不只是信息头和矩阵指针），使用函数clone()或者copyTo()。

//浅拷贝
Mat A(2,2,CV_8UC3,Scalar(0,0,255);
Mat B(A);//使用拷贝构造函数
Mat C=A;
//深拷贝
Mat F=A.clone();
Mat G;
A.copyTo(G);

---

存储方法

1.颜色空间

1.1 灰度级空间

1.2 彩色空间

把颜色分成三个或者四个基元素（第四个为表示透明颜色的alpha(A)元素），通过组合基元素可以产生所有的颜色。

• RGB：最常见的，被显示设备所采用
• HSV和HLS：把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式。
• YCrCb:在JPEG图像格式中广泛使用
• CIE L*a*b:是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的 距离 。

2.数据类型

数据类型决定了能够控制的精度

• char型：最小的数据类型，1字节/8位,有符号型（0~255）或无符号型（-127~+127）
• float型：4字节/32位
• double型：8字节/64位

---

显式地创建一个Mat对象

创建一个Mat对象有多种方法：

1. Mat()构造函数

Mat M(2,2,CV_8UC3,Scalar(0,0,255));
//CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]

对于二维多通道图像，首先要定义其尺寸，即行数和列数;然后，需要指定存储元素的数据类型以及每个矩阵点的通道数，接着可用 Scalar （是个short型vector）指定定制化值来初始化矩阵。

2. 为已存在的IplImage指针创建信息头

IplImage* img = cvLoadImage("greatwave.png", 1);
Mat mtx(img); // convert IplImage* -> Mat

3. Matlab形式的初始化方式:zeros(),ones(),eyes()

Mat E=Mat::eye(4,4,CV_64F);//单位阵
Mat O=Mat::ones(2,2,CV_32F);//全1阵
Mat Z=Mat::zeros(3,3,CV_8UC1);//全0阵

4. 对于小矩阵可用逗号分隔的初始化函数

Mat C = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); 

5. 使用clone()或者copyTo()为一个存在的Mat对象创建一个新的信息头

Mat RowClone = C.row(1).clone();

---

打印

1. 格式化打印

Mat R = Mat(3, 2, CV_8UC3);
randu(R, Scalar::all(0), Scalar::all(255));
cout<<"R(default)="<"格式名"),格式名可以是"python","numpy","C"

2. 打印其他常用项目

• 2维点
  Point2f P(5,1);cout<
• 3维点
  Point3f P3f(2,6,7);cout<

• 基于cv::Mat的std::vector
  vector v;v.push_back(1);v.push_back(2.0);cout<

• std::vector

vector vPoints(20);
for(size_t e=0;efloat)e,(float)(e/2));
cout<