Opencv基础学习------之InputArray和OutputArray类解析
在OpenCV中，有两个代理类是经常出现的：InputArray和OutputArray，它巧妙地利用了C++的定义转换，辅助完成对矩阵的管理。
定义
typedef const _InputArray& InputArray;
typedef InputArray InputArrayOfArrays;
typedef const _OutputArray& OutputArray;
typedef OutputArray OutputArrayOfArrays;
typedef const _InputOutputArray& InputOutputArray;
typedef InputOutputArray InputOutputArrayOfArrays;
说明
InputArray是一个代理类，用于将只读输入数组传递到OpenCV函数中。
其中，输入数组是可以`Mat`, `Mat_
关于这个类，有一些关键点要注意：
（1）作为可选的输入参数，当需要输入数组或矩阵为空时，传递cv::noArray()即可，或者简单的使用cv::Mat() ，就像我们常做过的那样；
（2）该类仅用于传递参数。也就是说，我们通常不应该声明此类类型的本地成员和本地变量或全局变量；
（3）在函数内部， 我们可以通过_InputArray::getMat()方法构造一个数组（矩阵）的信息头（这不会拷贝数据）；
（4）可以使用_InputArray::kind() 来对数据进行类别区分，比如到底是矩阵Mat 还是向量`vector<>`等.
同样，OutputArray有类似InputArray的性质，所以也不应该单独定义此类的成员，如果不需要计算某些输出数组，传入cv::noArray()即可，在应用上，可以用_OutputArray::needed()检查某些数组是否需要计算并输出。
下面是一个OpneCV源码注释中使用InputArray， OutputArray的例子，
void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m)
{
// 从输入数组（矩阵）中得到 Mat headers
Mat src = _src.getMat(), m = _m.getMat();
// CV_Assert(src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2));
CV_Assert(src.type() == CV_32FC2);
CV_Assert(m.type() == CV_32F);
CV_Assert(m.size() == Size(3, 2));
// 重新创建 一 个输出数组（矩阵）.
_dst.create(src.size(), src.type());
Mat dst = _dst.getMat();
for (int i = 0; i < src.rows; i++)
for (int j = 0; j < src.cols; j++)
{
Point2f pt = src.at(i, j);
dst.at(i, j) = Point2f(m.at(0, 0)*pt.x +
m.at(0, 1)*pt.y +
m.at(0, 2),
m.at(1, 0)*pt.x +
m.at(1, 1)*pt.y +
m.at(1, 2));
}
}
int main()
{
float m[3][2] = {
1,0,0,
0,1,0,
};
Mat mt(2, 3, CV_32F);
for (int i = 0; i(i, j) = m[i][j];
}
}
std::vector vec;
// 圆周上的点
for (int i = 0; i < 30; i++)
vec.push_back(Point2f((float)(100 + 30 * cos(i*CV_PI * 2 / 5)),
(float)(100 - 30 * sin(i*CV_PI * 2 / 5))));
cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20));
Mat dst;
myAffineTransform(vec, dst, mt);
} 在myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m)接受_src, _dst这两个参数的时候，由于定义的转换，代理类被实例化，这些代理类有很多的构造函数，分别针对不同的输入类型，在这里，InputArray的构造函数是
inline _InputArray::_InputArray(const Mat& m) { init(MAT+ACCESS_READ, &m); }
inline void _InputArray::init(int _flags, const void* _obj){ flags = _flags; obj = (void*)_obj; }我们看到，这里限定了Mat的类型为MAT,并且为只读权限ACCESS_READ，这两个参数被保存到参数flags中，flags相当于当前存储的数据类型和读/写方式，而obj存储的则是数据的内存地址。
OutputArray的构造函数是
inline _OutputArray::_OutputArray(Mat& m) { init(MAT+ACCESS_WRITE, &m); }因为OutputArray继承了InputArray，所以会和前面的代码一样，MAT+ACCESS_WRITE保存参数flags中。
概述
InputArray和OutputArray两个类都是代理数据类型，用来接收Mat和Vector<>作为输入参数，OutputArray继承自InputArray。
InputArray作为输入参数的时候，传入的参数加了const限定符，即它只接收参数作为纯输入参数，无法更改输入参数的内容。而OutputArray则没有加入限定符，可以对参数的内容进行更改。
InputArray使用一系列的数据类型作为输入实例化自身，通过设定一系列的构造函数来实现。
_InputArray::_InputArray(constMat&m) : flags(MAT),obj((void*)&m) {}
_InputArray::_InputArray(constvector
_InputArray::_InputArray(constdouble&val) : flags(FIXED_TYPE +FIXED_SIZE + MATX +CV_64F), obj((void*)&val),sz(Size(1,1)) {}
.....
可以看到在构造的时候，同时指定了flags和obj，flags用于表明当前存储的数据类型，而obj存储的则是数据的内存地址。
除了这些基本的构造函数外，还有其他支持泛型的构造函数，如下
/// Input/Output Arrays /
template
: flags(FIXED_TYPE +STD_VECTOR + DataType<_Tp>::type),obj((void*)&vec) {}
template
: flags(FIXED_TYPE +STD_VECTOR_VECTOR + DataType<_Tp>::type),obj((void*)&vec) {}
template
: flags(FIXED_TYPE +STD_VECTOR_MAT + DataType<_Tp>::type),obj((void*)&vec) {}
（这里只列出了部分，更详细的可以参见mat.hpp，或者全工程搜索_InputArray::_InputArray），对于泛型的构造函数，可以看出flags除了存放了传入的对象的类型，还存放了传入对象内部数据的类型，也就是里面的DataType<_Tp>::type。有了这个类型之后可以知道当前数据的类型，基于这个，可以实现将传入数据打包成不同的数据，例如将vector数据打包成Mat型数据。
后面可以使用CV_MAT_MASK获取数据元素的类型，在另一篇文章有解说opencv数据类型的位操作。总的来说，flags的低12位存放了数据元素的类型，包括通道channel和深度depth，而在本类里新定义的对象类型，则是从高16位开始的（从下面的enum定义可知），这样两者就互不干扰了。
类型标记
这两个类的作用是使Mat和Vector<>均可以作为统一的参数，将这些类型转换成InputArray的时候，会自动生成对应的类型标记，标记为类里的成员flag，然后在其他地方再根据这个标记解析出实际的类型。
支持这些类型的数据
enum {
KIND_SHIFT = 16,
FIXED_TYPE = 0x8000 < FIXED_SIZE = 0x4000 < KIND_MASK = ~(FIXED_TYPE|FIXED_SIZE) - (1 < NONE = 0 < MAT = 1 < MATX = 2 < STD_VECTOR = 3 < STD_VECTOR_VECTOR = 4 < STD_VECTOR_MAT = 5 < EXPR = 6 < OPENGL_BUFFER = 7 < OPENGL_TEXTURE = 8 < GPU_MAT = 9 < }; 获取类型使用 int_InputArray::kind()const { returnflags &KIND_MASK; } 该函数返回的就是NONE = 0 < 数据转换 为了从InputArray取出具体类型的数据，该类提供了一系列的接口函数，如下： virtualMatgetMat(inti=-1)const; virtualvoidgetMatVector(vector virtualGlBuffergetGlBuffer()const; virtualGlTexturegetGlTexture()const; virtualgpu::GpuMatgetGpuMat()const; 可以看出，这些类型分别对应于flags里面的那些类型，具体的实现可以看里面的代码，但是这里面有比较有意思的地方，即传入的类型可以解压成其他的类型，就如开始时讲到的将vector打包成Mat类型。 要实现不同类型的打包操作需要用到如下几个函数 virtual Size size(int i=-1) const; 该函数返回当前类型的size。仅看该函数里面的vector部分： Size_InputArray::size(inti)const { intk =kind(); if( k == STD_VECTOR ) { CV_Assert( i < 0 ); constvector constvector size_tszb =v.size(), szi = iv.size(); returnszb ==szi ? Size((int)szb, 1) :Size((int)(szb/CV_ELEM_SIZE(flags)), 1); } } 可以看出，首先将将原始的数据转换成最小单位uchar的vector，然后根据它的size就可以得到该数据所占的字节数，再除一个元素（旧事重提，opencv中一个元素对应于一个CV_MAKE_TYPE类型所指定的数据，例如三个通道的RGB类型是CV_MAKE_TYPE(CV_8U,3)即对应三个字节）大小所占的字节即可以得到元素的个数。并且可以看出这里的返回的size仅仅是指定了rows的，cols全部都设为1，也就是说，对于vector转换为Mat，返回的是仅仅有一列的矩阵。 virtual Mat getMat(int i=-1) const; 该函数将数据打包成Mat返回，仅仅vector转Mat的部分 Mat_InputArray::getMat(inti)const { intk =kind(); if( k == STD_VECTOR ) { CV_Assert( i < 0 ); intt =CV_MAT_TYPE(flags); constvector return !v.empty() ?Mat(size(),t, (void*)&v[0]) :Mat(); } } 从这里代码可以看出，首先是从flags里面提取出元素类型编码，然后使用基本单位uchar（计算机中最小的存储单位是8位，即一个字节，这里uchar就是8字节）来将初始数据的内存进行解引用（关于对vector所对应的指针进行解引用的问题，和人讨论过应该是vector重载了解引用运算符*，但是不确定~~），然后就使用size、类型编码以及内存地址就可以构造一个Mat了。
---------------------
作者：Justin__Ko
来源：CSDN
原文：https://blog.csdn.net/kfqcome/article/details/41819835
版权声明：本文为博主原创文章，转载请附上博文链接！