MSize，MStep，ptr，at的原理分析

最新推荐文章于 2022-11-07 06:00:00 发布

ljyfortune

最新推荐文章于 2022-11-07 06:00:00 发布

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： OpenCV

本文链接：https://blog.youkuaiyun.com/Ljy_stone/article/details/80898435

本文介绍了图像处理中ptr和at函数的原理，强调了图像在内存中以一维数组形式存储的基础知识。接着探讨了MSize和MStep在内存坐标地址定位中的作用，通过举例说明了它们如何帮助计算特定元素的地址。了解这些概念有助于更好地理解图像处理中的数据访问操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1，ptr，at的原理

在分析ptr,at等函数时，首先要有的概念是，图像是矩阵同时在内存中是一维数组的形式存放，了解这个概念下面的分析才可以很好的理解。

inline
const uchar* Mat::ptr(const int* idx) const
{
    int i, d = dims;
    uchar* p = data;
    CV_DbgAssert( d >= 1 && p );
    for( i = 0; i < d; i++ )
    {
        CV_DbgAssert( (unsigned)idx[i] < (unsigned)size.p[i] );
        p += idx[i] * step.p[i];
    }
    return p;
}

template<typename _Tp> inline
_Tp& Mat::at(int i0, int i1)
{
    CV_DbgAssert(dims <= 2);
    CV_DbgAssert(data);
    CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
    CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));
    CV_DbgAssert(CV_ELEM_SIZE1(DataType<_Tp>::depth) == elemSize1());
    return ((_Tp*)(data + step.p[0] * i0))[i1];</