【图像处理OpenCV(C++版)】——2.1 深入理解OpenCV之Mat类及相关成员函数
前言：
欢迎来到本博客
本专栏主要结合OpenCV和C++来实现一些基本的图像处理算法并详细解释各参数含义，适用于平时学习、工作快速查询等，随时更新。
具体食用方式：可以点击本专栏【OpenCV快速查找(更新中)】–>搜索你要查询的算子名称或相关知识点，或者通过这篇博客通俗易懂OpenCV(C++版)详细教程——OpenCV函数快速查找(不断更新中)]查阅你想知道的知识，即可食用。
支持：如果觉得博主的文章还不错或者您用得到的话，可以悄悄关注一下博主哈，如果三连收藏支持就更好啦！这就是给予我最大的支持！
文章目录
-
- 学习目标
- 一、 什么是Mat类
- 二、 了解向量Vec类
- 三、 构造单、多通道Mat对象
-
- 3.1 构造单通道Mat对象
- 3.2 构造多通道Mat对象
- 四、 获取单、多通道Mat的信息
-
- 4.1 获取单通道Mat的信息
-
- (1) 使用成员变量rows和cols获取矩阵的行数和列数
- (2) 使用成员函数`size()`获取矩阵的尺寸
- (3) 使用成员函数`channels()`得到矩阵的通道数
- (4) 成员函数`total()`
- (5) 成员变量`dims`
- 4.2 获取多通道Mat中某区域的值
-
- (1) 使用成员函数row(i)或col(j)得到矩阵的第i行或者第j列
- (2) 使用成员函数`rowRange`或`colRange`得到矩阵的连续行或者连续列
- (3) 成员函数`clone()`和`copyTo()`
- (4) 使用`Rect`类
- 五、 访问单、多通道Mat对象中的值
-
- 5.1 访问单通道Mat对象中的值
-
- (1) 使用成员函数`at`
- (2) 使用成员函数`ptr`
- (3) 使用成员函数`isContinuous()`和`ptr`
- (4) 使用成员变量`step`和`data`
- 5.2 访问多通道Mat对象中的值
-
- (1) 使用成员函数`at`
- (2) 使用成员函数`ptr`
- (3) 使用成员函数`isContinuous()`和`ptr`
- (4) 使用成员变量`step`和`data`
- (5) 分离通道
- (6) 合并通道
- 六、 总结
学习目标
本章内容较多，如有需要，耐心阅读。
- 初识OpenCV中Mat类
- 构造单、多通道Mat对象
- 获取单、多通道Mat的信息
- 访问单、多通道Mat对象中的值
一、 什么是Mat类
Mat类（Matrix）是OpenCV中最核心的类，代表矩阵或者数组的意思，该类的声明在头文件
构造Mat对象相当于构造了一个矩阵（数组），需要四个基本要素：行数（高）、列数（宽）、通道数及其数据类型，Mat类的构造函数如下：
Mat(int rows,int cols,int type)
其中，rows代表矩阵的行数，cols代表矩阵的列数，type代表类型，包括通道数及其数据类型，可以设置为：
| 类型 | 注释 |
|---|---|
| 占1字节的uchar类型 |
|
| CV_8SC(n) | 占1字节的int类型 |
| CV_16SC(n) | 占2字节的int类型 |
| CV_16UC(n) | 占2字节的uchar类型 |
| CV_32SC(n) | 占4字节的int类型 |
| CV_32FC(n) | 占4字节的float类型 |
| CV_64FC(n) | 占8字节的doule类型 |
注：8U、8S、16S、16U、32S、32F、64F前面的数字代表Mat中每一个数值所占的bit数，1byte=8bit，C(n)代表通道数，当n=1时，即构造单通道矩阵或称二维矩阵，当n≠1时，即构造多通道矩阵即三维矩阵，直观上就是n个二维矩阵组成的三维矩阵。
对于Mat构造函数也可以采用以下形式：
Mat(Size(int cols,int rows),int type);
这里使用了OpenCV的Size类，这个类一般用来存储矩阵的列数和行数。需要注意的是：Size的第一个元素是矩阵的列数（宽），第二个元素是矩阵的行数（高），即先存宽，再存高。
二、 了解向量Vec类
后面在介绍多通道Mat对象相关知识中，会涉及到OpenCV的向量类，这里先了解关于OpenCV中的向量类相关内容。
这里的向量可以理解为我们数学学过的列向量，构造一个_cn×1的列向量，数据类型为_Tp，格式如下：
Vec<TypeName _Tp,int _cn>
构造一个长度为5，数据类型为int且初始化12，13，14，15，16的列向量：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
Vec<int, 5> vv(12,13,14,15,16);
cout << "vec列向量的行数为：" << vv.rows << endl;
cout << "vec列向量的列数为：" << vv.cols << endl;
return 0;
}
如果我们想访问向量里的元素，则可以利用“[]”或者“()”操作符访问向量中的值:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
Vec<int, 5> vv(12,13,14,15,16);
cout << "vec列向量的行数为：" << vv.rows << endl;
cout << "vec列向量的列数为：" << vv.cols << endl;
cout << "访问第一个元素:" << vv[0] << endl;
cout << "访问第二个元素:" << vv(1) << endl;
return 0;
}
OpenCV为向量类的声明取了一个别名，例如：
typedef Vec<unchar,3> Vec3b;
typedef Vec<int,2> Vec2i;
typedef Vec<float,4> Vec4f;
typedef Vec<double,3> Vec3d;
注：通道矩阵的每一个元素都是一个数值，多通道矩阵的每一个元素都可以看作一个向量。这是多通道Mat的基础，后面会在彩色图像的数字化详细介绍。
三、 构造单、多通道Mat对象
3.1 构造单通道Mat对象
构造单通道Mat对象的方式有很多，不同的方式有各自特点及注意点，下面介绍各种构造方法。
构造3行4列float类型的单通道矩阵，代码如下:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造3行4列的矩阵
Mat m = Mat(3, 4, CV_32FC(1));
return 0;
}
也可以采用Size对象构造：
//借助Size对象
Mat m = Mat(Size(4, 3), CV_32FC(1));
注：这里的Size(4,3)是指4列3行。
还可以使用Mat中的成员函数create完成Mat对象的构造，代码如下：
Mat m;
m.create(3, 4, CV_32FC(1));
//m.create(Size(4, 3), CV_32FC(1));
注：CV_32FC（1）和CV_32FC1的写法都可以。
在平时操作过程中，常见的0矩阵、1矩阵能够更直接去构造，比如构造一个3行4列全1的float类型的单通道矩阵：
//构造全1的3行4列单通道矩阵
Mat one = Mat::ones(3, 4, CV_32FC(1));
Mat one = Mat::ones(Size(4, 3), CV_32FC(1));
构造一个3行4列全0的float类型的单通道矩阵：
//构造全0的3行4列单通道矩阵
Mat zero = Mat::zeros(3, 4, CV_32FC(1));
Mat zero = Mat::zeros(Size(4, 3), CV_32FC(1));
平时在测试一些小项目时，可以快速创建矩阵，那么就可以直接定义：
Mat m = (Mat_<int>(3, 4) << 1, 2, 3, 4, 5, 6);
3.2 构造多通道Mat对象
构造一个由n个rows*cols二维浮点型矩阵组成的三维矩阵，具体如下：
Mat(int rows, int cols, CV_32FC(n))
前面讲了当n=1时，就是单通道矩阵了。如果构造一个2行2列的float类型的三通道矩阵，代码如下：
//构造一个2行2列的float类型的三通道矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 22, 21), Vec3f(2, 12, 31), Vec3f(3, 13, 23), Vec3f(4, 24, 34));
注：这里的Vec3f(1, 22, 21)写法详见上述二、 了解向量Vec类。
四、 获取单、多通道Mat的信息
4.1 获取单通道Mat的信息
下面详细介绍Mat的成员变量和成员函数，以便获得矩阵m的基本信息，以3行2列的二维矩阵为例：
(1) 使用成员变量rows和cols获取矩阵的行数和列数
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
//矩阵行数
cout << "矩阵m的行数为：" << m.rows << endl;
//矩阵列数
cout << "矩阵m的列数为：" << m.cols << endl;
return 0;
}
(2) 使用成员函数size()获取矩阵的尺寸
上述是通过成员函数获取矩阵行和列，我们还可以通过成员函数size()直接得到矩阵尺寸的Size对象，即矩阵大小：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
//矩阵行数
cout << "矩阵m的行数为：" << m.rows << endl;
//矩阵列数
cout << "矩阵m的列数为：" << m.cols << endl;
//矩阵大小
cout << "矩阵m的大小为：" << m.size() << endl;
return 0;
}
(3) 使用成员函数channels()得到矩阵的通道数
可以通过成员函数channels()得到Mat的通道数:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
//矩阵行数
cout << "矩阵m的行数为：" << m.rows << endl;
//矩阵列数
cout << "矩阵m的列数为：" << m.cols << endl;
//矩阵大小
cout << "矩阵m的大小为：" << m.size() << endl;
//矩阵通道数
cout << "矩阵m的通道数为：" << m.channels() << endl;
return 0;
}
(4) 成员函数total()
total()的返回值是矩阵的行数乘以列数，即面积。注意和通道数无关，返回的不是矩阵中数据的个数。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
//矩阵行数
cout << "矩阵m的行数为：" << m.rows << endl;
//矩阵列数
cout << "矩阵m的列数为：" << m.cols << endl;
//矩阵大小
cout << "矩阵m的大小为：" << m.size() << endl;
//矩阵通道数
cout << "矩阵m的通道数为：" << m.channels() << endl;
//面积
cout << "矩阵m的面积为：" << m.total() << endl;
return 0;
}
(5) 成员变量dims
dims代表矩阵的维数，对于单通道矩阵来说就是一个二维矩阵，对于多通道矩阵来说就是一个三维矩阵。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
//矩阵行数
cout << "矩阵m的行数为：" << m.rows << endl;
//矩阵列数
cout << "矩阵m的列数为：" << m.cols << endl;
//矩阵大小
cout << "矩阵m的大小为：" << m.size() << endl;
//矩阵通道数
cout << "矩阵m的通道数为：" << m.channels() << endl;
//面积
cout << "矩阵m的面积为：" << m.total() << endl;
//矩阵维度
cout << "矩阵m的维度为：" << m.dims << endl;
return 0;
}
4.2 获取多通道Mat中某区域的值
(1) 使用成员函数row(i)或col(j)得到矩阵的第i行或者第j列
对于单通道矩阵而言，获取某行或者某列的所有值很好理解，即：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
int r = 1;
int c = 0;
Mat mr = m.row(r);
Mat ml = m.col(c);
cout <<"矩阵m第["<<r<<"]行为:" <<mr << endl;
cout << "矩阵m第[" << c << "]列为:" << ml << endl;
return 0;
}
注意：返回值仍然是一个单通道的Mat类型。
(2) 使用成员函数rowRange或colRange得到矩阵的连续行或者连续列
在学习该成员函数之前，先了解OpenCV中的Range类，该类用于构造连续的整数序列，构造函数如下：
Range(int _start, int _end);
注意：这是一个左闭右开的序列[_start，_end），比如Range(2,6)其实产生的是2、3、4、5的序列，不包括6，常用作rowRange和colRange的输入参数，从而访问矩阵中的连续行或者连续列。
下面我们构造一个4x4的矩阵：
访问mm的第2、3行：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
Mat mm_range = mm.rowRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.rowRange(2, 4);
for (int r = 0; r <mm_range.rows; r++)
{
for (int c = 0; c < mm_range.cols; c++)
{
cout << mm_range.at<int>(r,c)<< ",";
}
cout << endl;
}
return 0;
}
成员函数rowRange是一个重载函数，也可以直接将 Range 的_start 和_end 直接作为rowRange的输入参数，上述获取矩阵连续行的操作可以直接写为：
Mat mm_range = mm.rowRange(2, 4);
同理，想获取矩阵第几列可以用colRange，例如：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
//Mat mm_range = mm.rowRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.rowRange(2, 4);
Mat mm_range = mm.colRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.colRange(2, 4);
for (int r = 0; r <mm_range.rows; r++)
{
for (int c = 0; c < mm_range.cols; c++)
{
cout << mm_range.at<int>(r,c)<< ",";
}
cout << endl;
}
return 0;
}
需要特别注意的是：成员函数rows、cols、rowRange、colRange返回的矩阵是指向原矩阵的，比如改变r_range的第1行第1列的值：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
//Mat mm_range = mm.rowRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.rowRange(2, 4);
Mat mm_range = mm.colRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.colRange(2, 4);
for (int r = 0; r <mm_range.rows; r++)
{
for (int c = 0; c < mm_range.cols; c++)
{
cout << mm_range.at<int>(r,c)<< ",";
}
cout << endl;
}
cout <<"===================================="<< endl;
//改变第1行第1列值
mm_range.at<int>(1, 1) = 50;
cout << "改变后的矩阵为：" << endl;
cout << mm_range << endl;
return 0;
}
但是，我们只访问原矩阵的某些行或列，不想改变原矩阵的值，该如何做呢？
(3) 成员函数clone()和copyTo()
对于刚刚遗留的问题，从函数名就可以看出，clone()和copyTo()用于将矩阵克隆或者复制一份。
首先，关于clone()函数：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
//克隆函数
Mat mm_range_clone = mm.rowRange(Range(2, 4)).clone();
//改变mm_range_clone第1行第1列值
mm_range_clone.at<int>(1, 1) = 50;
cout << "改变后的矩阵为：" << endl;
cout << mm_range_clone << endl;
cout << "====================================" << endl;
cout << "原矩阵为：" << endl;
cout << mm << endl;
return 0;
}
接下来，类似操作，也可以使用copyTo()函数：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
//克隆函数
Mat mm_range_clone = mm.rowRange(Range(2, 4)).clone();
//改变mm_range_clone第1行第1列值
mm_range_clone.at<int>(1, 1) = 50;
cout << "改变后的矩阵为：" << endl;
cout << mm_range_clone << endl;
cout << "====================================" << endl;
cout << "原矩阵为：" << endl;
cout << mm << endl;
cout << "*******************************************" << endl;
//复制函数
Mat mm_range_copy;
mm.rowRange(Range(2, 4)).copyTo(mm_range_copy);
//改变mm_range_copy第1行第1列值
mm_range_copy.at<int>(1, 1) = 100;
cout << "改变后的矩阵为：" << endl;
cout << mm_range_copy << endl;
cout << "====================================" << endl;
cout << "原矩阵为：" << endl;
cout << mm << endl;
return 0;
}
(4) 使用Rect类
如果我们要获取矩阵中某一特定的矩形区域，根据上述方法可以先使用rowRange，再使用colRange来定位。
OpenCV提供了一种更简单的方式，就是使用Rect类（Rect是Rectangle的缩写，矩形的意思）。构造一个矩形有多种方式：
| 条件 | 构造函数 |
|---|---|
| 知道左上角的坐标(x，y)，还有矩形的宽度和高度 | Rect(int_x，int_y，int_width，int_hight） |
将_width和_height保存在一个Size中 |
Rect(int_x，int_y，Size size) |
| 知道左上角和右下角的坐标也可以构造一个矩形 | Rect(Point1，Point2) 注意范围为前闭后开，不含点Point2 |
当然，还有其他的构造函数，这里不再一一列举，都差不多，掌握这三种也就够了。我们还以4x4的矩阵为例：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc, char**argv) {
//构造矩阵
Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
Mat rec1 = mm(Rect(Point(1, 1), Point(3, 3)));//左上角坐标、右下角坐标
Mat rec2 = mm(Rect(1,1,2,2));//左上角坐标、宽、高
Mat rec3 = mm(Rect(Point(1, 1),Size(2,2)));//左上角坐标、尺寸
cout << "rec1区域为：" << endl;
cout << rec1 << endl;
cout << "====================================" << endl;
cout << "rec2区域为：" << endl;
cout << rec2 << endl;
cout << "====================================" << endl;
cout << "rec3区域为：" << endl;
cout << rec3 << endl;
return 0;
}
这样得到的矩形区域是指向原矩阵的，要改变rec1中的值，mm也会发生变化，如果不想这样，则仍然可以使用clone()或者copyTo()。
五、 访问单、多通道Mat对象中的值
5.1 访问单通道Mat对象中的值
(1) 使用成员函数at
访问Mat对象中的值，最直接的方式是使用Mat的成员函数at，如对于单通道且数据类型为CV_32F的3行2列的二维矩阵矩阵m：
访问它的第r行第c列的值，格式为：m.at。我们还是以矩阵m为例，使用at访问它的值。对于矩阵m中的值依次存入下表中，按照行和列的索引取值即可：
利用成员函数at依次访问m中的所有值并打印：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
//构造矩阵
int main(int argc,char**argv){
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
for (int r = 0; r <m.rows; r++)
{
for (int c = 0; c < m.cols; c++)
{
cout << m.at<int>(r, c) << ",";
}
cout << endl;
}
return 0;
}
除了使用成员函数at访问，还可以使用Point类和成员函数at来实现：即将代码m.at改为m.at，把行和列的索引变为坐标的形式。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
//构造矩阵
int main(int argc,char**argv){
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
for (int r = 0; r <m.rows; r++)
{
for (int c = 0; c < m.cols; c++)
{
//cout << m.at(r, c) << ",";
cout << m.at<int>(Point(c,r)) << ",";
}
cout << endl;
}
return 0;
}
注：我们习惯表示矩阵的第r行第c列，也可以利用Point指明矩阵中某一个固定位置，那么该位置就用Point(c，r)来定义，注意第一个元素是列坐标（列号），第二个元素是行坐标（行号），符合我们将水平方向作为x轴，将垂直方向作为y轴的习惯，这里的y轴的方向是朝下的。
(2) 使用成员函数ptr
Mat中的数值在内存中的存储，每一行的值是存储在连续的内存区域中的，我们可以通过成员函数ptr获得指向每一行首地址的指针。
以矩阵m为例，m中所有的值在内存中的存储方式如下图所示，其中如果行与行之间的存储是有内存间隔的，那么间隔也是相等的。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
//构造矩阵
int main(int argc,char**argv){
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
/*成员函数ptr*/
for (int r = 0; r <m.rows; r++)
{
//获取矩阵m第r行行首地址
const int *ptr = m.ptr<int>(r);
//打印第r行所有值
for (int c = 0; c < m.cols; c++)
{
cout << ptr[c] << ",";
}
cout << endl;
}
return 0;
}
(3) 使用成员函数isContinuous()和ptr
从刚刚的图中可以一目了然，即每一行的所有值存储在连续的内存区域中，行与行之间可能会有间隔，
如果isContinuous返回值为true，则代表行与行之间也是连续存储的，即所有的值都是连续存储的，如图下图所示。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
/*成员函数isContinuous*/
if (m.isContinuous())
{
cout << "isContinuous is: " << m.isContinuous()<< endl;
//获取矩阵m第1个值的地址
const int *ptr = m.ptr<int>(0);
for (int n = 0; n < m.rows * m.cols; n++)
{
cout << ptr[n] << ",";
}
}
return 0;
}
(4) 使用成员变量step和data
从前面的讨论我们已经知道，Mat中的值在内存中存储分为两种情况，以矩阵m为例，如上述(2)和(3)所述。下面通过这两种情况，介绍两个重要的成员变量——step和data。
如下图所示是行与行之间有相等的内存间隔的情况，即不连续：
如下图所示是是连续的情况：
如上图所示：对于单通道矩阵而言，step[0]代表每一行所占的字节数，而如果有间隔的话，这个间隔也作为字节数的一部分被计算在内； step[1]代表每一个数值所占的字节数；data是指向第一个数值的指针，类型为uchar。
所以，无论哪一种情况，如访问一个int类型的单通到矩阵的第r行第c列的值，都可以通过以下代码来实现：
*((int*)(m.data+m.step[0]*r+c*m.step[1]))
总结：如果是CV_32F类型，则将int替换成float即可。从取值效率上说，直接使用指针的形式取值是最快的，使用at是最慢的，但是可读性很高。
5.2 访问多通道Mat对象中的值
访问多通道Mat对象中的值使用的成员函数与单通道几乎一致，不同的是多通道所表示的矩阵维度有差异，具体如下。
(1) 使用成员函数at
成员函数at访问多通道Mat的元素值，可以将多通道Mat看作一个特殊的二维数组，即在每一个位置上不是一个数值而是一个向量（元素）。
通过上图按行号、列号取出每一个元素Vec3f即可：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
/* 成员函数at*/
for (int r = 0; r <mm.rows; r++)
{
for (int c = 0; c < mm.cols; c++)
{
cout << mm.at<Vec3f>(r, c) << ",";
//cout << m.at(Point(c, r)) << ",";
}
cout << endl;
}
return 0;
}
也可以使用cout << m.at替换cout << mm.at，具体注意点与单通道成员函数at一致。
(2) 使用成员函数ptr
多通道Mat的数值在内存中也是按行存储的，且每一行存储在连续的内存区域中，如果行与行之间有内存间隔，这个间隔也是相等的，成员函数ptr可以返回指向指定行的第一个元素（注意不是第一个数值）的指针，如下图所示：
使用ptr访问多通道矩阵的每一个元素：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
/*成员函数ptr*/
for (int r = 0; r <mm.rows; r++)
{
//获取矩阵m第r行行首地址
const Vec3f *ptr = mm.ptr<Vec3f>(r);
//打印第r行所有值
for (int c = 0; c < mm.cols; c++)
{
cout << ptr[c] << ",";
}
cout << endl;
}
return 0;
}
(3) 使用成员函数isContinuous()和ptr
与单通道Mat对象类似，通过isContinuous判断整个Mat对象中的元素值是否存储在连续内存区域中，如果返回值是true，即表示是连续存储的，如下图所示：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
/*成员函数isContinuous*/
if (m.isContinuous())
{
cout << "isContinuous is: " << mm.isContinuous() << endl;
//指向多通道矩阵mm第1个元素的地址
const Vec3f *ptr = mm.ptr<Vec3f>(0);
for (int n = 0; n < mm.rows * m.cols; n++)
{
cout << ptr[n] << ",";
}
}
return 0;
}
如果只获取第r行第c列的元素值，那么就可以通过ptr[r*rows+c*cols]命令得到。
(4) 使用成员变量step和data
单通道Mat类似，通过data和step获取多通道Mat的每一个元素。也是分两种情况：行与行之间有内存间隔和连续存储。
如下图所示是行与行之间有相等的内存间隔的情况，即不连续，step[0]代表包含这个间隔的字节数：
如下图所示是是连续的情况：
使用data、step、ptr获得多通道矩阵的每一个元素：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
// 成员函数data step ptr
for (int r = 0; r <mm.rows; r++)
{
for (int c = 0; c < mm.cols; c++)
{
Vec3f *ptr = (Vec3f*)(mm.data + r*mm.step[0] + c*mm.step[1]);
cout << *ptr << " ";
}
cout << endl;
}
return 0;
}
(5) 分离通道
对于多通道矩阵，可以将其分离为多个单通道矩阵，然后按照单通道矩阵的规则访问其中的值。
如下图可以形象看出多通道矩阵分离成单通道矩阵的，即把所有向量的第一个值组成的单通道矩阵作为第一通道，将所有向量的第二元素组成的单通道矩阵作为第二通道，依次类推：
OpenCV中提供了的split()函数来分离多通道，将多通道矩阵mm分离为多个单通道，这些单通道矩阵被存放在vector容器中：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
//构造矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
/* 成员函数split*/
vector<Mat> SingleChannel;
split(mm, SingleChannel);
//获取每个通道的值
for (int i = 0; i < SingleChannel.size(); i++)
{
cout << "第["<< i+1 <<"]通道:" << endl;
cout << SingleChannel[i] << endl;
cout << "==========" << endl;
}
return 0;
}
(6) 合并通道
有分有合，merge()函数可以将多个单通道矩阵合并为一个三维矩阵。merge()函数声明如下：
void merge(const Mat * mMV, size_ t count, OutputArray dst)
例如将三个2行2列的int类型的单通道矩阵合并为一个多通道矩阵：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
Mat channel1 = (Mat_<int>(2, 2) << 11, 12, 13, 14);
Mat channel2 = (Mat_<int>(2, 2) << 21, 22, 23, 24);
Mat channel3 = (Mat_<int>(2, 2) << 31, 32, 33, 34);
Mat multiChannel[] = {channel1, channel2, channel3};
Mat MM;
merge(multiChannel, 3, MM);
cout << MM;
return 0;
}
上面代码将三个单通道矩阵存储在一个Mat数组中，当然也可以将其存储在vector容器中，使用merge的重载函数：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv){
Mat channel1 = (Mat_<int>(2, 2) << 11, 12, 13, 14);
Mat channel2 = (Mat_<int>(2, 2) << 21, 22, 23, 24);
Mat channel3 = (Mat_<int>(2, 2) << 31, 32, 33, 34);
//Mat multiChannel[] = {channel1, channel2, channel3};
vector<Mat> multiChannel;
multiChannel.push_back(channel1);
multiChannel.push_back(channel2);
multiChannel.push_back(channel3);
Mat MM;
//merge(multiChannel, 3, MM);
merge(multiChannel, MM);
cout << MM;
return 0;
}
六、 总结
最后，长话短说，大家看完就好好动手实践一下，切记不能三分钟热度、三天打鱼，两天晒网。OpenCV是学习图像处理理论知识比较好的一个途径，大家也可以自己尝试写写博客，来记录大家平时学习的进度，可以和网上众多学者一起交流、探讨，有什么问题希望大家可以积极评论交流，我也会及时更新，来督促自己学习进度。希望大家觉得不错的可以点赞、关注、收藏。
今天的文章就到这里啦~
喜欢的话，点赞、收藏⭐️、关注哦 ~