Opecv3系列之基础图像容器Mat结构的使用

Mat结构的使用

从Opencv踏入2.0时代，使用Mat类数据结构成为主打，Opencv变得越发像Matlab那样，上手很方便。

关于Mat类，首先我们要知道的是：

• 不必再手动为其开辟空间
• 不必再在不需要时立即将空间释放

       这里指的是手动开辟空间并非必须，但它依旧存在的——大多数Opencv函数仍会手动的为输入数据开辟空间。当传递一个已经存在的Mat对象时，开辟好的矩阵空间会被重用。也就是说，我们每次都是用大小正好的内存来完成任务。

      Mat是一个类，由矩阵头（包含矩阵尺寸,存储方法，存储地址等）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同，矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，当在程序中传递图像并创建副本时，大的开销是由矩阵造成的，而不是信息头。Opencv是一个图像处理库，囊括了大量的图像处理函数，为了解决问题通常要使用库的多个函数，因此在图像中传递图像是常有的事。同时不要忘了我们正在讨论的是计算量很大的图像处理算法，因此，除非万不得已，不应该进行大图像的复制，因为这会降低程序的运行速度。

      为了解决此问题，Opencv使用了引用计数。其思路是让每个Mat对象有自己的信息头，但共享同一个矩阵。这通过让举证指向同一地址而实现。而拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。

Mat A, C; //仅创建信息头部分
A = imread("1.jpg",1); //这里为矩阵开辟内存
Mat B(A); //使用拷贝构造函数
C = A; //复制运算符

      以上代码的所有Mat对象都指向同一个也是唯一一个数据矩阵。虽然它们的信息头不同，但通过任何一个对象所做的改变也会影响其他对象。实际上，不同的对象只是访问相同数据的不同途径而已。同时，我们可以创建只引用部分数据的信息头。比如像创建一个感兴趣区域（ROI），只需要创建包含边界信息的信息头：

Mat D(A,Rect(10,10,100,100);//使用矩阵界定
Mat E = A(Range:all(),Range(1,3);//用行和列界定

     如果一个矩阵属于多个对象，最后一个使用它的对象负责清理，通过引用计数机制来实现。我们无论什么时候复制一个Mat对象的信息头，都会增加矩阵的引用次数。反之当一个头被释放之后，这个计数被减一；当计数值为零，矩阵被清理。但如果想复制矩阵本身，这是可以使用函数clone()或者copeTo().

Mat F = A.clone();
Mat G;
A.copyTo(G);

现在改变F或者G就不会影响Mat信息头指向的矩阵。