OpenCV Mat数据类型及位数总结

float:  4字节,6-7位有效数字 -3.4E-38 到 3.4E38    
double: 8字节,15~16位有效数字 -1.7E-308 到 1.7E308

   在OpenCV里面,许多数据结构为了达到內存使用的最优化,通常都会用它最小上限的空间来分配变量,有的数据结构也会因为图像文件格式的关系而给予适当的变量,因此需要知道它们声明的空间大小来配置适当的变量。一 般标准的图片,为RGB格式它们的大小为8bits格式,范围为0~255,对一个int空间的类型来说实在是太小,整整浪费了24bits的空间,假设有个640*480的BMP文件空间存储內存,那整整浪费了640*480*3*(32-8)bits的內存空间,总共浪费了2.6MB!,也就是那 2.6MB内什么东西都没存储,如果今天以8bits的格式来存储则只使用到0.6MB的內存而已(640*480*3*(8)+54 bits),因此,对于文件格式的对应是一件很重要的事。
   在这边除了要考虑bits的空间大小外,还要考虑使用类型的正负号的问题,一般的图像文件是不存在负号的,如果今天即使选则正确的空间大小,可是出现的结果却是负的,那就功亏一篑了。这里除了Float及double类型,char,int,short int都是用二的补数表示法,它们不具正负号bit,而Float,double则是用IEEE 754,在第32bit,64bit上有一个正负号bit.

cvCreateImage()及cvCreateMat()对应

1.Unsigned 8bits(一般的图像文件格式使用的大小)
IplImage数据结构参数:IPL_DEPTH_8U
CvMat数据结构参数:CV_8UC1,CV_8UC2,CV_8UC3,CV_8UC4

变量类型 空间大小 范围 其他
uchar 8bits 0~255 (OpenCV缺省变量,同等unsigned char)
unsigned char 8bits 0~255  

 

2.Signed 8bits
IplImage数据结构参数:IPL_DEPTH_8S
CvMat数据结构参数:CV_8SC1,CV_8SC2,CV_8SC3,CV_8SC4

 

变量类型 空间大小 范围 其他
char 8bits -128~127  

 

3.Unsigned 16bits
IplImage数据结构参数:IPL_DEPTH_16U
CvMat数据结构参数:CV_16UC1,CV_16UC2,CV_16UC3,CV_16UC4
 

变量类型 空间大小 范围 其他
ushort 16bits 0~65535 (OpenCV缺省变量,同等unsigned short int)
unsigned short int 16bits 0~65535 (unsigned short)

 

4.Signed 16bits
IplImage数据结构参数:IPL_DEPTH_16S
CvMat数据结构参数:CV_16SC1,CV_16SC2,CV_16SC3,CV_16SC4
 

变量类型 空间大小 范围 其他
short int 16bits -32768~32767 (short)

 

5.Signed 32bits
IplImage数据结构参数:IPL_DEPTH_32S
CvMat数据结构参数:CV_32SC1,CV_32SC2,CV_32SC3,CV_32SC4
 

变量类型 空间大小 范围 其他
int 32bits -2147483648~2147483647 (long)

unsigned int  ->  CV_32SC1

 

 

6.Float 32bits

IplImage数据结构参数:IPL_DEPTH_32F
CvMat数据结构参数:CV_32FC1,CV_32FC2,CV_32FC3,CV_32FC4
 

变量类型 空间大小 范围 其他
float 32bits 1.18*10-38~3.40*1038  

 

7.Double 64bits

CvMat数据结构参数:CV_64FC1,CV_64FC2,CV_64FC3,CV_64FC4
 

变量类型 空间大小 范围 其他
double 64bits 2.23*10-308~1.79*10308  

 

8.Unsigned 1bit

IplImage数据结构参数:IPL_DEPTH_1U

 

变量类型 空间大小 范围 其他
bool 1bit 0~1  

 

其他变量对应

 

1.Signed 64bits

int64

long long

2.

Unsigned 64 bits
uint64

unsigned long long

  •  
  • 如果矩阵是类型,CV_8U那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_8S那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_16U那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_16S那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_32S那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_32F那么使用Mat.at(y,x)
  • 如果矩阵是类型,CV_64F那么使用Mat.at(y,x)

 

1. 什么是图像的通道?

在了解 CvType 这个常量类之前,需要先知道图像的通道是什么。OpenCV 中,图像可以分别为1,2,3,4 通道。

  • 1 通道为灰度图;
  • 2 通道的图像是RGB555和RGB565。2通道图在程序处理中会用到,如傅里叶变换,可能会用到,一个通道为实数,一个通道为虚数,主要是编程方便。RGB555是16位的,2个字节,5+6+5,第一字节的前5位是R,后三位+第二字节是G,第二字节后5位是B,可见对原图像进行压缩了
  • 3 通道为彩色图(RGB);
  • 4 通道为 RGBA ,是RGB加上一个A通道,也叫alpha通道,表示透明度,PNG图像是一种典型的4通道图像。alpha通道可以赋值0到1,或者0到255,表示透明到不透明

大部分使用场景下,常使用的是1,3,4通道; 2通道不常见

2. CvType 类型常量组合规则

CV_[bite](U|S|F)C[channels]
  • bite : 比特数,位数。 有 8bite,16bite,32bite,64bite,对应在 Mat 中,每个像素的所占的空间大小,8位即 CV_8

  • U|S|F :

    • U : unsigned int , 无符号整形
    • S : signed int , 有符号整形
    • F : float , 单精度浮点型,float类型本身即有符号

    这里的有符号、无符号是针对图像二进制编码来讲的。我在写的过程中大多数情况下都是使用的无符号,即 CV_8U ,CV_16U,当有计算时可能会介入有符号(存在负数),没学过 C++,对底层也一知半解,望高手解答。

  • C[channels]:图像的通道数

通过上边的解释,我想您已经明白了个大概,比如 CV_8UC3 即 8位无符号的3通道(RGB 彩色)图像

3. CvType 各 Bite 下可用参数说明

  • 8U
    • 说明:无符号的8位图
    • 值:CV_8UC1,CV_8UC2,CV_8UC3,CV_8UC4
    • 通道取值范围:0~255
  • 8S
    • 说明:有符号的8位图
    • 值:CV_8SC1,CV_8SC2,CV_8SC3,CV_8SC4
    • 通道取值范围:-128~127
  • 16U
    • 说明:无符号的16位图
    • 值:CV_16UC1,CV_16UC2,CV_16UC3,CV_16UC4
    • 通道取值范围:0~65535
  • 16S
    • 说明:有符号的16位图
    • 值:CV_16SC1,CV_16SC2,CV_16SC3,CV_16SC4
    • 通道取值范围:-32768~32767
  • 32S
    • 说明:无符号的32位图
    • 值:CV_32SC1,CV_32SC2,CV_32SC3,CV_32SC4
    • 通道取值范围:2147483648~2147483647
  • 32F
    • 说明:浮点型32位图
    • 值:CV_32FC1,CV_32FC2,CV_32FC3,CV_32FC4
    • 通道取值范围:1.18*(10[-38次方])~3.40*(10[38次方])
  • 64F
    • 说明:浮点型64位图
    • 值:CV_64FC1,CV_64FC2,CV_64FC3,CV_64FC4
    • 通道取值范围:2.23*(10[-308次方])~1.79*(10[308次方])
  • 1U
    • 说明:1位
    • 值:IPL_DEPTH_1U
    • 通道取值范围:0~1

这篇文章对8,16,32,64位下大小取值范围说明很详细

你可能感兴趣的:(OpenCV Mat数据类型及位数总结)