OpenCV - Mat、CvMat、IplImage类型浅析


OpenCV中常见的与图像操作有关的数据容器有MatcvMatIplImage

 

一、Mat类型:矩阵类型,Matrix

       openCV中,Mat是一个多维的密集数据数组。可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。

       Mat3个重要的方法:

         1Mat mat = imread(const String* filename);            读取图像

         2imshow(const string frameName, InputArray mat);      显示图像

         3imwrite (const string& filename, InputArray img);    储存图像

       Mat类型较CvMatIplImage类型来说,有更强的矩阵运算能力,支持常见的矩阵运算。在计算密集型的应用当中,将CvMatIplImage类型转化为Mat类型将大大减少计算时间花费。

关于Mat的数学方面的函数略过。

 

二、CvMat类型与IplImage类型:“图像”类型

       openCV中,Mat类型与CvMatIplImage类型都可以代表和显示图像,但是,Mat类型侧重于计算,数学性较高,openCVMat类型的计算也进行了优化。而CvMatIplImage类型更侧重于“图像”,openCV对其中的图像操作(缩放、单通道提取、图像阈值操作等)进行了优化。

       我们知道openCV是完全用C实现的,但是,IplImage类型与CvMat类型的关系就像是javaC++?)中的继承关系。实际上,CvMat之上还有一个更抽象的基类----CvArr,这在源代码中会常见。

 

       关于CvMat

其定义如下:

01 <span style="font-size: medium;">typedef struct CvMat
02 {
03     int type;
04     int step;
05  
06     /* for internal use only */
07     int* refcount;
08     int hdr_refcount;
09  
10     union
11     {
12         uchar* ptr;
13         short* s;
14         int* i;
15         float* fl;
16         double* db;
17     } data;
18  
19 #ifdef __cplusplus
20     union
21     {
22         int rows;
23         int height;
24     };
25  
26     union
27     {
28         int cols;
29         int width;
30     };
31 #else
32     int rows;
33     int cols;
34 #endif
35  
36 }
37 CvMat;</span>

openCV中,没有向量(vector)的数据结构。任何时候,但我们要表示向量时,用矩阵数据表示即可。但是,CvMat类型与我们在线性代数课程上学的向量概念相比,更抽象,比如CvMat的元素数据类型并不仅限于基础数据类型,比如,下面创建一个二维数据矩阵:

              CvMat* cvCreatMat(int rows ,int cols , int type);

这里的type可以是任意的预定义数据类型,比如RGB或者别的多通道数据。这样我们便可以在一个CvMat矩阵上表示丰富多彩的图像了。

 

关于IplImage

在类型关系上,我们可以说IplImage类型继承自CvMat类型,当然还包括其他的变量将之解析成图像数据。

其定义如下:

01 <span style="font-size: medium;">typedef struct _IplImage
02 {
03     int  nSize;             /* sizeof(IplImage) */
04     int  ID;                /* version (=0)*/
05     int  nChannels;         /* Most of OpenCV functions support 1,2,3 or 4 channels */
06     int  alphaChannel;      /* Ignored by OpenCV */
07     int  depth;             /* Pixel depth in bits: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S,
08                                IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F are supported.  */
09     char colorModel[4];     /* Ignored by OpenCV */
10     char channelSeq[4];     /* ditto */
11     int  dataOrder;         /* 0 - interleaved color channels, 1 - separate color channels.
12                                cvCreateImage can only create interleaved images */
13     int  origin;            /* 0 - top-left origin,
14                                1 - bottom-left origin (Windows bitmaps style).  */
15     int  align;             /* Alignment of image rows (4 or 8).
16                                OpenCV ignores it and uses widthStep instead.    */
17     int  width;             /* Image width in pixels.                           */
18     int  height;            /* Image height in pixels.                          */
19     struct _IplROI *roi;    /* Image ROI. If NULL, the whole image is selected. */
20     struct _IplImage *maskROI;      /* Must be NULL. */
21     void  *imageId;                 /* "           " */
22     struct _IplTileInfo *tileInfo;  /* "           " */
23     int  imageSize;         /* Image data size in bytes
24                                (==image->height*image->widthStep
25                                in case of interleaved data)*/
26     char *imageData;        /* Pointer to aligned image data.         */
27     int  widthStep;         /* Size of aligned image row in bytes.    */
28     int  BorderMode[4];     /* Ignored by OpenCV.                     */
29     int  BorderConst[4];    /* Ditto.                                 */
30     char *imageDataOrigin;  /* Pointer to very origin of image data
31                                (not necessarily aligned) -
32                                needed for correct deallocation */
33 }
34 IplImage;</span>

 我们可以看到,IplImage类型较之CvMat多了很多参数,比如depth和nChannels。在普通的矩阵类型当中,通常深度和通道数被同时表示,如用32位表示RGB+Alpha.但是,在图像处理中,我们往往将深度与通道数分开处理,这样做是OpenCV对图像表示的一种优化方案。

IplImage 的对图像的另一种优化是变量origin----原点。在计算机视觉处理上,一个重要的不便是对原点的定义不清楚,图像来源,编码格式,甚至操作系统都会对原地的选取产生影响。为了弥补这一点,openCV允许用户定义自己的原点设置。取值0表示原点位于图片左上角,1表示左下角。

dataOrder参数定义数据的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE两种取值,前者便是对于像素,不同的通道的数据交叉排列,后者表示所有通道按顺序平行排列。

IplImage类型的所有额外变量都是对“图像”的表示与计算能力的优化。

转自:http://263796001-qq-com.iteye.com/blog/1409639


你可能感兴趣的:(优化,image,struct,String,alignment,图像处理)