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