OpenCV 矩阵—图像的基本

OpenCV  矩阵—图像的基本

         我们有很多方式可以从现实生活中得到图片，数码相机，扫描仪，或者我们几乎人手有一部的手机。然而，当生活中的图在数字设备上存储的时候，一幅图片被分成了很多很多的像素点，像素点就像拼图的时候的碎片，一个个碎片来构成一副图。而每个像素点都是由一个0-255的数字值来表示。在openCV中，一个图片被很多像素点表示，这些表示像素点的值构成了一个矩阵。

        

         上面的图中，由表示像素点的值构成了矩阵，在openCV中，Mat（矩阵）是表示图片的基本。

         Mat由两部分组成，一个是matrixheader，里面存储了一些信息，比如矩阵的大小，矩阵的存储地址等；另外一个是矩阵，里面包含了图片的每一个像素值。

         明白了Mat有两部分组成后，能够更好的理解Mat的赋值。看下面的一段代码

#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
 
using namespace cv;
 
int main()
{
    Mat A, C;                                // 声明其实只是创建了header部分
    A = imread("zh.png",CV_LOAD_IMAGE_COLOR); // 这里，A的matrix部分指向了一个矩阵
 
    Mat B(A);                                // 使用构造方法赋值，其实只有header部分复制了，
                                                //但是matrix复制的是地址空间，指向的是同一片区域
 
    C = A;                                    // 同理，header部分复制了，但是matrix指向同一片区域
    //A = A * 0;  //只是改变了A，但是三幅图都变了
    imshow("A", A); //显示的三幅图片都是同一片区域
    imshow("B", B);
    imshow("C", C);
    waitKey();
    return 0;
}

         上面的A,B,C的header只是值相同，但是每一个Mat都有自己的header，但是matrix不一样，他们不仅仅值相同，并且指向相同的地址空间。

         现在你可能会疑惑，如果三个Mat的matrix都是同一片地址空间，那么当它不再需要的时候，由谁来清除它。其实由最后一个使用它的那个Mat来清除，这里面涉及的引用计数问题，和C++的引用计数应该是相似的。

         如果我们需要一个和原来矩阵值一样，但是原来Mat的改变不会影响新的Mat。解决这个，openCV提供了clone() 和copyTo() 这两个函数。

   

 Mat F = A.clone();
 Mat G;
 A. copyTo(G);

         上面的G和F,现在的值和A一样，但是A的改变不会影响到他们。

存储的方式：

         就是如何存储像素值，最简单的方式是用灰度矩阵来存储，前提是我们的图片是黑白的时候，当然还有一些其它的图片存储方式，比如常见的RGB。

显示的创建Mat：

可以使用imwrite()将图片写出，也可以使用<<操作符。看下面的一段程序

 

      

    Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
    std::cout << "M = " << std::endl<<""<< M << std::endl << std::endl;
    system("pause");//让程序不闪退

 

         Mat的构造函数，前两个参数（这里都是2）指定Mat的大小，行与列数。

定义“CV_8UC3”的格式一般是这样的

CV_[The number of bits per item][Signed orUnsigned][Type Prefix]C[The channel number]

例如，CV_8UC3意思是我们用8 bitunsigned值表示单个数值，每个像素有3个数值来形成3个channel。

 

使用create()函数创建。    

Mat M;
M.create(4, 4, CV_8UC(2)); //参数的含义前面已经介绍了
cout << "M = " << endl<< ""<< M << endl << endl;

 

 

Matlab风格，使用zeros(),ones(),eye(),

     

    Mat E = Mat::eye(4, 4, CV_64F);
    cout << "E = " << endl<<""<< E << endl << endl;
 
    Mat O = Mat::ones(2, 2, CV_32F);
    cout << "O = " << endl<<""<< O << endl << endl;
 
    Mat Z = Mat::zeros(3, 3, CV_8UC1);
    cout << "Z = " << endl<< ""<< Z << endl << endl;

 

小矩阵，可以用这种方式初始化：

    

    Mat C = (Mat_<double>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    cout << "C = " << endl<< ""<< C << endl << endl;

 

可以使用randu()函数，随机化一个矩阵，需要给定一个随机的上下界

    

    Mat R = Mat(3, 2, CV_8UC3);
    randu(R, Scalar::all(0),Scalar::all(255)); //0至255的值
    cout << "R = " << endl<< ""<< R << endl << endl;