OpenCV矩阵结构CvMat初探

摘自： http://blog.csdn.net/chenli2010/article/details/6781536

1. 理解CvMat结构的数据类型

 新建二维矩阵：cvMat* cvCreateMat(int rows, int cols,int type);

其中type可以是任何预定义类型，其结构为：CV_<bit_depth>(S|U|F)C<number_of_channels>，bit_depth表示存储一个数字所需要的位数；S|U|F表示数据类型，即S为有符号的整型，U表示无符号整型，F表示浮点型；number_of_channels表示数据的通道数，即一个单元里存储的数字个数。OpenCV在为矩阵赋值的时候，依照type的值对数据进行二进制编码，并存于对应的内存中。当需要从矩阵中取出数据的时候，系统找到指向对应数据的指针，如何对该指针指向的内存中的二进制编码进行解释，需要我们指定其数据类型。例如，当type的值为CV_8UC3时，bit_depth的值为8，number_of_channels的值为3，则CV_8UC3表示用8位存储一个无符号的整数，一个存储单元里含有3个这种无符号的整数，一个存储单元占有3*8=24位的内存空间。往矩阵中写入数据时，系统先把源数据按照8位无符号整数进行编码，然后按照3个数据一组将编码写入对应的内存中。取数据时，系统找到指向对应数据的指针，由用户指定该指针的类型，系统则按照指针的类型来解释内存中的数据。在这里，我们需要指定该指针的类型为：unsigned char* 型。如果类型不匹配，则会因编码和解码规则不一致而导致错误。win32系统中，char为1字节(8位)，short为2字节(16位)，long和int为4字节(32位)，float为4字节(32位)，double为8字节(64位)，所以，CV_8UC1对应unsigned char，CV_8SC1对应signed char，CV_16UC1对应unsigned short，CV_16SC1对应signed short，CV_32UC1对应unsigned int或者unsigned long，CV_32SC1对应signed int或者signed long，CV_32FC1对应float，CV_64FC1对应double。以上的通道数都为1。

对应的，在OpenCV的图像结构IplImage中，变量depth的值可以为：IPL_DEPTH_8U、IPL_DEPTH_8S、IPL_DEPTH_16S、IPL_DEPTH_32S等等，其存储规则和CvMat结构一致。

2. 理解CvMat结构多通道数据的存储规则

OpenCV支持多通道矩阵。在多通道矩阵中，通道的存储是连续的。例如一个CV_8UC3型矩阵，其存储结构为（uchar1，uchar2，uchar3），（uchar1，uchar2，uchar3）……。若有一个uchar型指针指向该矩阵数据，要将该指针移向下一通道，只需将其加1,；如果想访问下一个元素集，则需要家一定的偏移量（这里为3）。即若有uchar* pt指向uchar1，则pt++指向uchar2，要指向下一个uchar1需要pt=pt+3。

同样，在图像结构IplImage中，imageData的排列方式也是交错排列的。对于3通道RGB图像来说，imageData的排列方式为：RGBRGBRGB……。

3. 理解CvMat结构的step元素

step表示矩阵中行的长度，单位为字节。出于效率的考虑，step的长度为4字节的整数倍。例如：对于一个CV_8UC3类型大小为10*10的数组，每一个数字占1个字节（8位），一个元素集含有3个数字，占3个字节，一行10个元素集，所以一行所占的内存为30个字节。而在CvMat结构中，由于行数所占的内存要求为4字节的整数倍，所以OpenCV会在每一行的结尾添2个空字节，于是每一行所占的内存为32个字节。

与CvMat类似，图像结构IplImage中，元素widthStep表示图像中行的长度，单位为字节，且也必须为4字节的整数倍。如果实际长度不是4字节的整数倍，则在每一行的结尾设置冗余字节，使其为4字节的整数倍。

4. 理解CvMat结构中指向数据体的指针

在CvMat中，指向数据体的指针被设置为union类型：

                                      union{

                                          uchar* ptr;

                                          short*  s;

                                          int*       i;

                                          float*    f;

                                          double*  db;

                                                 }data;

虽然每一个指针变量长度都一样（4字节） ，但它代表了对数据体的解释方法。例如：data.ptr表示数据体为uchar型，data.s表示数据体为short型等等。若有一个CV_32FC3型二维数组mat，指向第i行的指针可以用以下语句来表示：

                 float* ptr = (float*) (mat->data.ptr+mat->step*i);

或者         float* ptr = mat->data.fl+mat->step/sizeof(float)*i;

前一种方法首先将数据看成uchar型，加入偏移量后将指向数据体的指针强制转换为float*型。由于uchar型数据只占一个字节，和step的单位一致，所以偏移量为step*i；

后一种方法直接将数据看成float型然后加入偏移量。由于float数据所占的字节数为sizeof(float)，所以偏移量为step/sizeof(float)*i，其中，每行的偏移量为step/sizeof(float)。

与CvMat不同的是，在图像结构IplImage中，指向图像数据的指针imageData总是uchar*型的。所以在图像数据进行指针运算的时候，可以直接增加widthStep个单位。而不必关心实际数据类型。总之，“当要处理的是矩阵时，必须对偏移量进行调整，因为数据指针可能是非字节类型；当要处理的是图像时，可以直接使用偏移，因为数据指针总是字节类型。”（《学习OpenCV》中文版P51）