matlab 图像 矩阵存储方式,数字图像存储概述

数字图像存储时，我们存储的是图像每个像素点的数值，对应的是一个数字矩阵。

Mat 数据类型：

Mat的常见属性：

datauchar型的指针。Mat类分为了两个部分:矩阵头和指向矩阵数据部分的指针，data就是指向矩阵数据的指针。

dims矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3.

rows矩阵的行数

cols矩阵的列数

size矩阵的大小，size(cols,rows),如果矩阵的维数大于2，则是size(-1,-1)

channels矩阵元素拥有的通道数，例如常见的彩色图像，每一个像素由RGB三部分组成，则channels = 3

type表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数)+(数据类型)+(通道数)；具体的有以下值：

CV_8UC1    CV_8UC2    CV_8UC3    CV_8UC4

CV_8SC1    CV_8SC2    CV_8SC3    CV_8SC4

CV_16UC1    CV_16UC2    CV_16UC3    CV_16UC4

CV_16SC1    CV_16SC2    CV_16SC3    CV_16SC4

CV_32SC1    CV_32SC2    CV_32SC3    CV_32SC4

CV_32FC1    CV_32FC2    CV_32FC3    CV_32FC4

CV_64FC1    CV_64FC2    CV_64FC3    CV_64FC4

这里U(unsigned integer)表示的是无符号整数，S(signed integer)是有符号整数，F(float)是浮点数。

例如：CV_16UC2，表示的是元素类型是一个16位的无符号整数，通道为2.

C1，C2，C3，C4则表示通道是1,2,3,4

type一般是在创建Mat对象时设定，如果要取得Mat的元素类型，则无需使用type，使用下面的depth

#defineCV_8U 0   #defineCV_8S 1   #defineCV_16U 2   #defineCV_16S 3   #defineCV_32S 4   #defineCV_32F 5   #defineCV_64F 6   #defineCV_USRTYPE1 7

depth

矩阵中元素的一个通道的数据类型，这个值和type是相关的。例如 type为 CV_16SC2，一个2通道的16位的有符号整数。那么，depth则是CV_16S。depth也是一系列的预定义值，

将type的预定义值去掉通道信息就是depth值:

CV_8U CV_8S CV_16U CV_16S CV_32S CV_32F CV_64F

elemSize

矩阵一个元素占用的字节数，例如：type是CV_16SC3，那么elemSize = 3 * 16 / 8 = 6 bytes

elemSize1

矩阵元素一个通道占用的字节数，例如：type是CV_16CS3，那么elemSize1 = 16  / 8 = 2 bytes = elemSize / channels

Mat的存储:

OpenCV1基于C接口定义的图像存储格式IplImage*，直接暴露内存，如果忘记释放内存，就会造成内存泄漏。

从OpenCV2开始，开始使用Mat类存储图像，具有以下优势：

(1)图像的内存分配和释放由Mat类自动管理

(2)Mat类由两部分数据组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等)和一个指向存储所有像素值的矩阵(根据所选存储方法的不同，矩阵可以是不同的维数)的指针。Mat在进行赋值和拷贝时，只复制矩阵头，而不复制矩阵，提高效率。如果矩阵属于多个Mat对象，则通过引用计数来判断，当最后一个使用它的对象，则负责释放矩阵。

(3)可以使用clone和copyTo函数，不仅复制矩阵头还复制矩阵。

Mat创建

1、使用Mat构造函数

Mat test(2,2,CV_8UC3,Scalar(0,0,255));

2、使用Mat构造函数2

int sizes[3] = {2,2,2};

Mat test(3,sizes,CV_8UC3,Scalar::all(0));

3、为已存在的IplImage指针创建信息头

IplImage* img = cvLoadImage("1.jpg",1);

Mat test(img);

4、利用create函数

Mat test;

test.create(4,4,CV_8UC2);

5、采用Matlab形式的初始化方式

(1)Mat me = Mat::eye(4,4,CV_64F);

(2)Mat mo = Mat::ones(2,2,CV_32F);

(3)Mat mz = Mat::zeros(3,3,CV_8UC1);

注：元素类型，即CV_[位数][带符号与否][类型前缀]C[通道数]

Mat中相关成员的意义:

1、data

Mat对象中的一个指针，指向存放矩阵数据的内存(uchar* data)

2、dims

矩阵的维度，3*4的矩阵维度为2维，3*4*5的矩阵维度为3维

3、channels

矩阵通道，矩阵中的每一个矩阵元素拥有的值的个数，比如说 3 * 4 矩阵中一共 12 个元素，如果每个元素有三个值，那么就说这个矩阵是 3 通道的，即 channels = 3。常见的是一张彩色图片有红、绿、蓝三个通道。

4、depth

深度，即每一个像素的位数，也就是每个通道的位数。在opencv的Mat.depth()中得到的是一个0 – 6的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 }，可见 0和1都代表8位， 2和3都代表16位，4和5代表32位，6代表64位。

5、elemSize

矩阵中每个元素的大小，每个元素包含channels个通道。如果Mat中的数据的数据类型是CV_8U那么elemSize = 1；是CV_8UC3那么elemSize = 3，是CV_16UC2那么elemSize = 4。

6、elemSize1

矩阵中每个元素通道的大小，即elemSize/channels，也就是depth对应的位数。

7、step

是一个数组，定义了矩阵的布局，参考下图,下图是一个4*3的图片，假设通道数为3，那么step[0] ==4*3,step[1]==3

图1

图2

注：对于三维来说，第一维是面的大小，第二维是行的大小，第三维是元素的大小，step0是第一维

8、step1

step1也是一个数组，为step/elemSize1，若矩阵有n维，则step1[n-1] = channels。

9、type

矩阵元素的类型，即创建Mat时传递的类型，例如CV_8UC3、CV_16UC2等。