C++ OpenCV Mat类的构造、特殊矩阵的构造

本文详细介绍了OpenCV中的Mat类,包括其构造方法如Size()构造、行列构造、维度+数组构造、Vector构造、Rect构造和Range()构造,以及特殊矩阵构造如全零矩阵、全1矩阵、单位矩阵和对角矩阵的创建。通过实例展示了如何使用这些构造方法创建和操作Mat对象,同时提供了代码示例和运行结果,帮助理解Mat类在图像处理中的应用。

Mat类构造

opencv的安装,使用opencv前需要下载安装相应文件,具体可参照opencv安装教程.安装成功,并配置相关文件后即可使用cv中的库函数与命名空间。


Mat类介绍

数字图像本质是各种数据类型(uchar,float)构成的多维矩阵,彩色图像是三维矩阵,灰度图像可看做二维或者单通道的三维矩阵。Opencv中使用Mat类存储各种格式的图像,Mat类似Array,但有其自身所封装的特性。
Mat由矩阵头部和存储图像数据的存储空间两部分组成。矩阵头部包含对象的 大小、存储方法、存储地址,大小固定。存储空间大小由数据本身决定。
使用Mat类无需手动释放空间,当检测到矩阵头部是最后一次使用后,会自动释放该对象。

OpenCV文档中Mat的构造
在这里插入图片描述对其中常用的几种介绍:

Mat对象的构造至少需要知道对象的大小size和类型type,大小即对象的行数与列数,类型则是对象的通道数目和数据类型。
-type的命名规则 CV_+depth+datatype+C+channelNum
CV_8UC3 : 8位uchar(unsigned char),3通道 ,BGR图像
CV_8UC1 : 8位uchar(unsigned char),1通道 ,灰度图像
CV_32UC1 :32位float,1通道

本文头文件以及使用的命名空间

#pragma once
#include <opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

Size()构造

Size(int cols,int rows)函数,先列后行,与常用的习惯相反。
Mat::size() 返回对象的size也是先列后行。

//m2大小为[100,350],三通道,uchar类型
	Mat m2(Size(350, 100), CV_8UC3);
	cout << "m2 rows:" <<m2.rows <<"cols:"<<m2.cols << endl;

运行截图:m2 为100行,320列

指明三通道的取值,顺序是BGR,固定(0,0,255)。结果为红色

//m4大小[100,200],三通道,uchar类型,三通道值为(0,0,255)(B,G,R);
	Mat m4(Size(200, 100), CV_8UC3, 
### 如何使用C++OpenCV计算Mat矩阵的平均值 为了计算`cv::Mat`对象中的平均像素值,在OpenCV库中有多种方法可以实现这一目标。一种常用的方法是利用`mean`函数来获取整个图像或特定区域内的平均强度值。 下面是一个简单的例子,展示了如何通过调用`cv::mean()`函数来获得单通道灰度图的均值: ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main(){ // 假设有一个已经加载好的单通道8位灰度图像grayImage Mat grayImage = imread("path_to_image", IMREAD_GRAYSCALE); // 计算并打印该图片所有像素点的平均亮度值 Scalar meanValue = mean(grayImage); std::cout << "Average pixel value: " << meanValue[0] << std::endl; } ``` 对于多通道彩色图像(如BGR),如果想要分别求取各颜色分量的平均数,则可以直接对三通道的数据应用相同的`cv::mean()`操作而无需额外处理[^1]。 当涉及到更复杂的场景时——比如需要排除某些特殊条件下的像素贡献到最终的结果中去(例如掩码指定区域内有效样本外忽略不计的情况),则可以通过传递第二个参数作为掩模给`cv::mean()`来进行更加精确地控制: ```cpp // 创建一个与输入图像大小相同但只含单一非零元素的位置处标记为有效的二进制掩膜mask Mat mask = ... ; Scalar maskedMean = mean(src, mask); // 使用带有掩码的版本计算加权平均 std::cout << "Masked average values per channel:" << maskedMean << std::endl; ``` 上述代码片段说明了基本原理以及一些高级特性;实际开发过程中可根据具体需求调整相应逻辑以适应不同应用场景的要求。 #### 注意事项 - 对于多维或多通道数组而言,返回的是各个维度上的独立统计结果组成的向量。 - 如果提供了掩码,则只会考虑那些对应位置上具有正值的地方参与运算过程。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值