OpenCV基础入门（三）

第三节、Mat对象

Mat对象与IplImage对象

1. Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分
2. IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题

Mat对象构造函数与常用方法

常用方法： void copyTo(Mat mat) void convertTo(Mat dst, int type) Mat clone() int channels() int depth() bool empty(); uchar* ptr(i=0)

Mat对象使用

1. 部分复制：一般情况下只会复制Mat对象的头和指针部分，不会复制数据部分
2. Mat A= imread(imgFilePath);
3. Mat B(A)  // 只复制
4. 完全复制：如果想把Mat对象的头部和数据部分一起复制，可以通过如下两个API实现
5. Mat F = A.clone(); 或 Mat G; A.copyTo(G);

Mat对象使用-四个要点

1. 输出图像的内存是自动分配的
2. 使用OpenCV的C++接口，不需要考虑内存分配问题
3. 赋值操作和拷贝构造函数只会复制头部分
4. 使用clone与copyTo两个函数实现数据完全复制

Mat对象创建

     1. cv::Mat::Mat构造函数：Mat M(2,2,CV_8UC3, Scalar(0,0,255))，其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3，第四个参数是向量表示初始化每个像素值是多少，向量长度对应通道数目一致

     2. 创建多维数组：

         cv::Mat::create

         int sz[3] = {2,2,2};    

         Mat  L(3,sz, CV_8UC1, Scalar::all(0));

    3.  cv::Mat::create实现：

          Mat M;

          M.create(4, 3, CV_8UC2);

          M = Scalar(127,127);

          cout << "M = " << endl << " " << M << endl << endl;

          uchar* firstRow = M.ptr(0);

           printf("%d", *firstRow);

    4. 定义小数组：

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

        cout << "C = " << endl << " " << C << endl << endl;

 

代码演示：

#include 
#include 
using namespace std;
using namespace cv;

int main(int argc, char** argv) {

    Mat src;
    src = imread("1.jpg");
    if (src.empty()) {
         cout << "could not load image..." << endl;
         return -1;
    }

    namedWindow("input", CV_WINDOW_AUTOSIZE);
    imshow("input", src);

    /*Mat dst;
    dst = Mat(src.size(), src.type());
    dst = Scalar(127, 0, 255);

    namedWindow("output", CV_WINDOW_AUTOSIZE);
    imshow("output", dst);*/

    Mat dst;

    //src.copyTo(dst);
    namedWindow("output", CV_WINDOW_AUTOSIZE);
    cvtColor(src, dst, CV_BGR2GRAY);

    printf("input image channels : %d\n", src.channels());
    printf("output image channels : %d\n", dst.channels());

    int cols = dst.cols;
    int rows = dst.rows;

    printf("rows : %d cols : %d\n", rows, cols);
    const uchar* firstRow = dst.ptr(0);
    printf("fist pixel value : %d\n", *firstRow);

    Mat M(100, 100, CV_8UC1, Scalar(127));
    //cout << "M =" << endl << M << endl;
    Mat m1;

    m1.create(src.size(), src.type());
    m1 = Scalar(0, 0, 255);

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

    filter2D(src, csrc, -1, kernel);

    Mat m2 = Mat::eye(2, 2, CV_8UC1);

    cout << "m2 =" << endl << m2 << endl;
    imshow("output", m2);
    waitKey(0);

    return 0;

}