opencv学习笔记(一)IplImage, CvMat, Mat 的关系

  opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种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,openCV对Mat类型的计算也进行了优化。而CvMat和IplImage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。在opencv2.0之前,opencv是完全用C实现的,但是,IplImage类型与CvMat类型的关系类似于面向对象中的继承关系。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。

1. IplImage

  opencv中的图像信息头,该结构体定义:

 typedef struct _IplImage
 {
     int nSize;    /* IplImage大小 */
     int ID;    /* 版本 (=0)*/
     int nChannels;  /* 大多数OPENCV函数支持1,2,3 或 4 个通道 */
     int alphaChannel;  /* 被OpenCV忽略 */
     int depth;   /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
                 IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */ 

     ]; /* 被OpenCV忽略 */
     ]; /* 被OpenCV忽略 */
     int dataOrder;      /* 0 - 交叉存取颜色通道, 1 - 分开的颜色通道. cvCreateImage只能创建交叉存取图像 */
     int origin;     /* 0 - 顶—左结构,1 - 底—左结构 (Windows bitmaps 风格) */
     int align;     /* 图像行排列 (4 or 8). OpenCV 忽略它,使用 widthStep 代替 */ 

     int width;     /* 图像宽像素数 */
     int height;    /* 图像高像素数*/ 

     struct _IplROI *roi;  /* 图像感兴趣区域. 当该值非空只对该区域进行处理 */
     struct _IplImage *maskROI; /* 在 OpenCV中必须置NULL */
     void *imageId;  /* 同上*/
     struct _IplTileInfo *tileInfo;  /*同上*/ 

     int imageSize;    /* 图像数据大小(在交叉存取格式下imageSize=image->height*image->widthStep),单位字节*/
     char *imageData;    /* 指向排列的图像数据 */
     int widthStep;     /* 排列的图像行大小,以字节为单位 */
     ];     /* 边际结束模式, 被OpenCV忽略 */
     ];    /* 同上 */ 

     char *imageDataOrigin;    /* 指针指向一个不同的图像数据结构(不是必须排列的),是为了纠正图像内存分配准备的 */
 } IplImage;

  dataOrder中的两个取值:交叉存取颜色通道是颜色数据排列将会是BGRBGR...的交错排列。分开的颜色通道是有几个颜色通道就分几个颜色平面存储。roi是IplROI结构体,该结构体包含了xOffset,yOffset,height,width,coi成员变量,其中xOffset,yOffset是x,y坐标,coi代表channel of interest(感兴趣的通道),非0的时候才有效。访问图像中的数据元素,分间接存储和直接存储,当图像元素为浮点型时,(uchar *) 改为 (float *):

 /*间接存取*/
 IplImage* img=cvLoadImage();
 CvScalar s;       /*sizeof(s) == img->nChannels*/
 s=cvGet2D(img,i,j);  /*get the (i,j) pixel value*/
 cvSet2D(img,i,j,s);   /*set the (i,j) pixel value*/

 /*宏操作*/
 /*
 可以使用opencv定义的宏来提取象素值
 CV_IMAGE_ELEM是一个宏,
 如果是IPImage类型,则为:
 #define CV_IMAGE_ELEM( image, elemtype, row, col ) \
 (((elemtype*)((image)->imageData + (image)->widthStep*(row)))[(col)])    //image参数为IplImage *指针,elemtype为数据类型,常为uchar,row和col分别是数据矩阵的行和列
 如果是Mat类型,则为:
 #define CV_MAT_ELEM( mat, elemtype, row, col ) \
 (*(elemtype*)CV_MAT_ELEM_PTR_FAST( mat, row, col, sizeof(elemtype)))

 灰度图像为单通道,访问时使用CV_IMAGE_ELEM(image,uchar,i,j);
 三通道的彩色图像,访问时使用CV_IMAGE_ELEM(image,uchar,i,j*3);CV_IMAGE_ELEM(image,uchar,i,j*3+1);CV_IMAGE_ELEM(image,uchar,i,j*3+2);访问三个通道的值。

 注意:
 1、初学者容易将i和j写反了,这样就出现了访问出界的错误,i的上限是img->height,而j的上限是img->width。
 2、OpenCV中CvRect和CvPoint等常用的结构使用的是点的坐标:
 cvRect(int x,int y,int width,int height)和cvPoint(int x,int y)中的x上限是img->width,y上限是img->height。
 3、也就是说,如果(i,j)这个点对应的像素值为CV_IMAGE_ELEM(image,uchar,i,j),那么它对应的点就是cvPoint(j,i)。
 */
 IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
 ; row < img->height; row++)
 {
     ; col < img->width; col++)
     {
         b = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + );
         g = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + );
         r = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + );
     }
 }

 /*直接存取*/
 IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
 uchar b, g, r; // 3 channels
 ; row < img->height; row++)
 {
     ; col < img->width; col++)
     {
         b = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + ];
         g = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + ];
         r = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + ];
     }
 }

初始化使用IplImage *,是一个指向结构体IplImage的指针:

 IplImage * cvLoadImage(const char * filename, int iscolor CV_DEFAULT(CV_LOAD_IMAGE_COLOR)); //load images from specified image
 IplImage * cvCreateImage(CvSize size, int depth, int channels);  //allocate memory

2.CvMat

  首先,我们需要知道,第一,在OpenCV中没有向量(vector)结构。任何时候需要向量,都只需要一个列矩阵(如果需要一个转置或者共轭向量,则需要一个行矩阵)。第二,OpenCV矩阵的概念与我们在线性代数课上学习的概念相比,更抽象,尤其是矩阵的元素,并非只能取简单的数值类型,可以是多通道的值。

  • OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口,其效率与OpenCV一样.
  • OpenCV将向量作为1维矩阵处理.
  • 矩阵按行存储,每行有4字节的校整.

CvMat 的结构: 

 typedef struct CvMat
 {
     int type;
     int step;          /*用字节表示行数据长度*/
     int* refcount;     /*内部访问*/
     union {
         uchar*  ptr;
         short*  s;
         int*    i;
         float*  fl;
         double* db;
     } data;    /*数据指针*/
      union {
         int rows;
         int height;
     };
     union {
         int cols;
         int width;
     };
 } CvMat; /*矩阵结构头*/

创建CvMat数据:

 CvMat * cvCreateMat(int rows, int cols, int type); /*创建矩阵头并分配内存*/
 CV_INLine CvMat cvMat((int rows, int cols, int type, void* data CV_DEFAULT); /*用已有数据data初始化矩阵*/
 CvMat * cvInitMatHeader(CvMat * mat, int rows, int cols, int type, void * data CV_DEFAULT(NULL), int step CV_DEFAULT(CV_AUTOSTEP)); /*(用已有数据data创建矩阵头)*/

对矩阵数据进行访问:

 /*间接访问*/
 /*访问CV_32F1和CV_64FC1*/
 cvmSet( CvMat* mat, int row, int col, double value);
 cvmGet( const CvMat* mat, int row, int col );

 /*访问多通道或者其他数据类型: scalar的大小为图像的通道值*/
 CvScalar cvGet2D(const CvArr * arr, int idx0, int idx1); //CvArr只作为函数的形参void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);

 /*直接访问: 取决于数组的数据类型*/
 /*CV_32FC1*/
 CvMat * cvmat = cvCreateMat(, , CV_32FC1);
 cvmat->data.fl[row * cvmat->cols + col] = (float)3.0;

 /*CV_64FC1*/
 CvMat * cvmat = cvCreateMat(, , CV_64FC1);
 cvmat->data.db[row * cvmat->cols + col] = 3.0;

 /*一般对于单通道*/
 CvMat * cvmat = cvCreateMat(, , CV_64FC1);
 CV_MAT_ELEM(*cvmat, double, row, col) = 3.0; /*double是根据数组的数据类型传入,这个宏不能处理多通道*/

 /*一般对于多通道*/
 if (CV_MAT_DEPTH(cvmat->type) == CV_32F)
     CV_MAT_ELEM_CN(*cvmat, float, row, col * CV_MAT_CN(cvmat->type) + ch) = (float)3.0; // ch为通道值
 if (CV_MAT_DEPTH(cvmat->type) == CV_64F)
     CV_MAT_ELEM_CN(*cvmat, double, row, col * CV_MAT_CN(cvmat->type) + ch) = 3.0; // ch为通道值

 /*多通道数组*/
 /*3通道*/
 ; row < cvmat->rows; row++)
 {
     p = cvmat ->data.fl + row * (cvmat->step / );
     ; col < cvmat->cols; col++)
     {
          *p = (float) row + col;
          *(p+) = (;
          *(p+) = (;
          p += ;
     }
 }
 /*2通道*/
 CvMat * vector = cvCreateMat(,, CV_32SC2);CV_MAT_ELEM(*vector, CvPoint, , ) = cvPoint(,);
 /*4通道*/
 CvMat * vector = cvCreateMat(,, CV_64FC4);CV_MAT_ELEM(*vector, CvScalar, , ) = CvScalar(, , , ); 

复制矩阵操作:

 /*复制矩阵*/
 CvMat* M1 = cvCreateMat(,,CV_32FC1);
 CvMat* M2;
 M2=cvCloneMat(M1);

3.Mat

  Mat是opencv2.0推出的处理图像的新的数据结构,现在越来越有趋势取代之前的cvMat和lplImage,相比之下Mat最大的好处就是能够更加方便的进行内存管理,不再需要程序员手动管理内存的释放。opencv2.3中提到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。

 class CV_EXPORTS Mat
 {

 public:

 /*..很多方法..*/
 /*............*/

 int flags;(Note :目前还不知道flags做什么用的)
 int dims;  /*数据的维数*/
 int rows,cols; /*行和列的数量;数组超过2维时为(-1,-1)*/
 uchar *data;   /*指向数据*/
 int * refcount;   /*指针的引用计数器; 阵列指向用户分配的数据时,指针为 NULL

 /* 其他成员 */
 ...

 };

  从以上结构体可以看出Mat也是一个矩阵头,默认不分配内存,只是指向一块内存(注意读写保护)。初始化使用create函数或者Mat构造函数,以下整理自opencv2.3.1 Manual:

 Mat(nrows, ncols, type, fillValue]);
 M.create(nrows, ncols, type);

 例子:
 Mat M(,,CV_32FC2,Scalar(,)); /*创建复数矩阵1+3j*/
 M.create(, , CV_8UC()); /*创建15个通道的8bit的矩阵*/

 /*创建100*100*100的8位数组*/
 , , };
 Mat bigCube(, sz, CV_8U, Scalar:all());

 /*现成数组*/
 ][] = {{a, b, c}, {d, e, f}, {g, h, i}};
 Mat M = Mat(, , CV_64F, m).inv();

 /*图像数据*/
 Mat img(Size(,),CV_8UC3);
 Mat img(height, width, CV_8UC3, pixels, step); /*const unsigned char* pixels,int width, int height, int step*/

 /*使用现成图像初始化Mat*/
 IplImage* img = cvLoadImage();
 Mat mtx(img,); // convert IplImage* -> Mat; /*不复制数据,只创建一个数据头*/

访问Mat的数据元素:

 /*对某行进行访问*/
 Mat M;
 M.row() = M.row() + M.row() * ; /*第5行扩大三倍加到第3行*/

 /*对某列进行复制操作*/
 Mat M1 = M.col();
 M.col().copyTo(M1); /*第7列复制给第1列*/

 /*对某个元素的访问*/
 Mat M;
 M.at<double>(i,j); /*double*/
 M.at(uchar)(i,j);  /*CV_8UC1*/
 Vec3i bgr1 = M.at(Vec3b)(i,j) /*CV_8UC3*/
 Vec3s bgr2 = M.at(Vec3s)(i,j) /*CV_8SC3*/
 Vec3w bgr3 = M.at(Vec3w)(i,j) /*CV_16UC3*/

 /*遍历整个二维数组*/
 double sum = 0.0f;
 ; row < M.rows; row++)
 {
     const double * Mi = M.ptr<double>(row);
     ; col < M.cols; col++)
         sum += std::max(Mi[j], .);
 }

 /*STL iterator*/
 ;
 MatConstIterator<double> it = M.begin<double>(), it_end = M.end<double>();
 for(; it != it_end; ++it)
 sum += std::max(*it, .);

  Mat可进行Matlab风格的矩阵操作,如初始化的时候可以用initializers,zeros(), ones(), eye(). 除以上内容之外,Mat还有有3个重要的方法:

 Mat mat = imread(const String* filename);           // 读取图像
 imshow(const string frameName, InputArray mat);  //    显示图像
 imwrite (const string& filename, InputArray img);    //储存图像

4. CvMat, Mat, IplImage之间的互相转换

 IpIImage -> CvMat
 /*cvGetMat*/
 CvMat matheader;
 CvMat * mat = cvGetMat(img, &matheader);
 /*cvConvert*/
 CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3);
 cvConvert(img, mat)

 IplImage -> Mat
 Mat::Mat(const IplImage* img, bool copyData=false);/*default copyData=false,与原来的IplImage共享数据,只是创建一个矩阵头*/
 例子:
 IplImage* iplImg = cvLoadImage();
 Mat mtx(iplImg); /* IplImage * -> Mat,共享数据; or : Mat mtx = iplImg;*/

 Mat -> IplImage
 Mat M
 IplImage iplimage = M; /*只创建图像头,不复制数据*/

 CvMat -> Mat
 Mat::Mat(const CvMat* m, bool copyData=false); /*类似IplImage -> Mat,可选择是否复制数据*/

 Mat -> CvMat
 例子(假设Mat类型的imgMat图像数据存在):
 CvMat cvMat = imgMat;/*Mat -> CvMat, 类似转换到IplImage,不复制数据只创建矩阵头

  

opencv学习笔记(一)IplImage, CvMat, Mat 的关系的更多相关文章

  1. IplImage, CvMat, Mat 的关系

    IplImage, CvMat, Mat 的关系 转载来源:http://www.cnblogs.com/summerRQ/articles/2406109.html opencv中常见的与图像操作有 ...

  2. opencv基础知识------IplImage, CvMat, Mat 的关系和相互转换

    Mat,cvMat和IplImage这三种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,openCV对Mat类型的计算也进行了优化.而CvMat和IplImage类型更侧重于“图像 ...

  3. IplImage, CvMat, Mat 的关系和相互转换(转)

    (看到的一篇非常好的文章,讲opencv内部类之间的关系的.) opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,Mat类型侧重 ...

  4. opencv学习笔记(七)SVM+HOG

    opencv学习笔记(七)SVM+HOG 一.简介 方向梯度直方图(Histogram of Oriented Gradient,HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子 ...

  5. opencv学习笔记(六)直方图比较图片相似度

    opencv学习笔记(六)直方图比较图片相似度 opencv提供了API来比较图片的相似程度,使我们很简单的就能对2个图片进行比较,这就是直方图的比较,直方图英文是histogram, 原理就是就是将 ...

  6. opencv学习笔记(五)镜像对称

    opencv学习笔记(五)镜像对称 设图像的宽度为width,长度为height.(x,y)为变换后的坐标,(x0,y0)为原图像的坐标. 水平镜像变换: 代码实现: #include <ios ...

  7. opencv学习笔记(四)投影

    opencv学习笔记(四)投影 任选了一张图片用于测试,图片如下所示: #include <cv.h> #include <highgui.h> using namespace ...

  8. opencv学习笔记(三)基本数据类型

    opencv学习笔记(三)基本数据类型 类:DataType 将C++数据类型转换为对应的opencv数据类型 OpenCV原始数据类型的特征模版.OpenCV的原始数据类型包括unsigned ch ...

  9. opencv学习笔记(二)寻找轮廓

    opencv学习笔记(二)寻找轮廓 opencv中使用findContours函数来查找轮廓,这个函数的原型为: void findContours(InputOutputArray image, O ...

随机推荐

  1. js 调用百度地图,并且定位用户地址,显示省市区街,经纬度

    网上的一些百度地图例子,基本上没有连套的 定位 例子.下面我分享一套我自己弄的,废话不多说,看代码,里面有注释! <!DOCTYPE html> <html> <head ...

  2. Java Interview Test

    Java基础:1.例举Java中的不可变类? 所有数据类型的包装器类和java.lang.String也是不可变类,虽然他不是基本类型.2.==和.equals的区别和结果? 基本数据类型的比较只能用 ...

  3. 手机版web相关meta配置

    若页面需默认用ie兼容内核,增加标签: 若页面需默认用ie标准内核,增加标签: --> 页面标题

  4. [PHP] Phalcon应用升级PHP7记录

    升级主要有 php7, phalcon, extension 这三个方面工作. [php7] 我选择从 git 中源码包安装,下面是主要安装步骤: git clone -b php- https:// ...

  5. 学习Python的三种境界

    前言 王国维在<人间词话>中将读书分为了三种境界:"古今之成大事业.大学问者,必经过三种之境界:'昨夜西风凋碧树,独上高楼,望尽天涯路'.此第一境也.'衣带渐宽终不悔,为伊消得人 ...

  6. Dynamic CRM 2013学习笔记(四)单据编号及插件批量注册工具

    基本上每个实体form上都会有单据编号,而且不同的实体编号要求还不太一样,这时就需要一个通用的单据编号插件,可配置以应对不同的需求. 下面简单介绍下实现步骤: 1. 创建二个实体,以保存各实体所要求的 ...

  7. centos修改文件及文件夹权限

    查看文件权限的语句: 在终端输入:ls -l xxx.xxx (xxx.xxx是文件名) 那么就会出现相类似的信息,主要都是这些:-rw-rw-r-- 一共有10位数 其中: 最前面那个 - 代表的是 ...

  8. Innodb 存储引擎(转)

    第一部分:线程 Innodb是一个多线程的,各个线程负责不同的任务.主要的线程有:Master Thread.IO Thread.Purge Thread.Page Cleaner Thread. 一 ...

  9. asp.net过滤HTML标签的几个函数

    以下是引用片段: ----- /**/ /// <summary> /// 去除HTML标记 /// </summary> /// <param name="N ...

  10. git init 与 git init --bare 的区别

    git init  和 git init –bare 的区别 使用命令"git init --bare"(bare汉语意思是:裸,裸的)初始化的版本库(暂且称为bare repos ...