创建Mat图像

最新推荐文章于 2025-07-01 14:13:05 发布

fourPieces

最新推荐文章于 2025-07-01 14:13:05 发布

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏：二维图像处理算法(OpenCV)

本文链接：https://blog.youkuaiyun.com/Tian_fourpieces/article/details/79956131

二维图像处理算法(OpenCV) 专栏收录该内容

11 篇文章

订阅专栏

方法1：cv::Mat::Mat构造函数

#define HEIGHT 2048 //行rows
#define WIDTH 1024  //列cols 

//CV_8UC1：图像的typpe。8：8位，UC：unsigned char，1：深度
//Scalar()是向量，表示初始化每个像素值是多少，向量长度与通道数目(深度)一致
cv::Mat image(HEIGHT, WIDTH, CV_8UC1, cv::Scalar(0));

方法2(不常用)：cv::Mat::create

Mat image;
//CV_8UC1：图像的typpe。8：8位，UC：unsigned char，2：深度
image.create(HEIGHT, WIDTH, CV_8UC2);
image = Scalar(127,127);

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

fourPieces

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

1.Mat类图像的创建方式

twnkie的博客

07-16

521

在创建Mat类对象时，只有数据类型是不行的，必须要给出要创建图像的通道数。例如CV_8UC3,表示8位的无符号的3通道的Mat类图像。在opencv中一共定义了4种通道表示，分别为C1、C2、C3、C4，代表了单通道、双通道、三通道和四通道。Mat类是opencv在C++中实现的一种特殊的数据结构，包括向量、矩阵、灰度或彩色图等数据。矩阵头中包括图像的尺寸信息、存储方法等。在使用 Mat类时，经常需要对Mat类中的信息进行查看，比如图像的尺寸、通道数、图像的数据、图像的类型，以及判断图像是否为空等。

c++ 创建 mat

jacke121的专栏

12-05

5586

Scalar是bgr： Mat imgM(200, 200, CV_8UC3, Scalar(255, 255, 255)); cv::imshow("bar_img", imgM); cv::waitKey();

参与评论您还未登录，请先登录后发表或查看评论

OpenCV之创建Mat函数的方法

计算机小白

10-24

3807

No.1 使用Mat()构造函数最简单明了的方法就是使用Mat()构造函数Mat M(2,2,CV_8UC3,Scalar(1,2,205)); cout<<"M="<<endl<<M<<endl<<endl;运行结果：M = [1, 2, 205, 1, 2, 205 1, 2, 205, 1, 2, 205 ]对于多维多通道图像，要定义其尺寸，行数和列数！规则： CV_

opencv之cv::Mat创建

weixin_30686845的博客

01-02

833

opencv之cv::Mat创建简介 cv::Mat 是一个类，由两个数据部分组成：矩阵信息头（包含矩阵尺寸、存储方法、存储地址等信息）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。如果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，而不是矩阵信息头。为了解决矩阵拷贝的问题，opencv中使用了引用计数机制。思路就是让每个cv::Mat 对象都自...

opencv入门(4)图像创建和赋值

Lmz_0314的博客

07-01

306

如果只是赋值，不会创建新的Data Block，只有克隆（clone）和拷贝（copyTo）时，才会创建新的数据块。表示每个数据有3个通道数，依旧是8行，但每个数据变成了3个，所以一排有3*8 = 24 个数据。打印出来就像这样，依次为 00,01,11…只有每个通道的第一个像素点才是1，如果通道是3，则会出现下列打印。如果知道是几个通道的，则使用Scalar，给每个通道的值进行赋值。头部，作为图片的属性，单通道多通道，整形等都存储在头部，打印出来 cols 是 8，高度是8，通道数是3。

opencv Mat创建图像

onlyzkg的专栏

04-11

5575

1、Mat的创建、复制 /* * Create Mat */ Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); // 构造函数的一种 cout "M=" " " Mat A; M.copyTo(A); M.release(); cout // 释放不影响 Mat B; B = M.clone(

OpenCV 创建Mat对象（新建图像）

qq_40041064的博客

04-01

2073

//整理创建Mat的方法 //1. 使用Mat()构造函数构建 /** @overload @param rows Number of rows in a 2D array. 二维数组的行数，又图像的高度 @param cols Number of columns in a 2D array. 二维数组的列数，又图像的宽度 @param type Array type. Use ...

OpenCv中的cv::Mat::create（）函数，cvRound()，cvFloor()，cvCeil()函数的详解l

maweifei的博客

05-26

2万+

/************************************************************************************************** 文件说明: cv::create()函数的详解时间地点: 陕西师范大学文津楼 2017.5.26 作者: 九月函数原型:

OpenCV中Mat类的七种显式创建方法

m0_62252364的博客

09-14

2225

OpenCV中Mat的几种创建方法

C# OpenCvSharp Mat操作-创建Mat-构造函数

cncWay的博客

06-10

2902

Mat类是OpenCvSharp中用于表示图像和多维矩阵的核心类。它提供了多种构造函数来创建和初始化矩阵对象。下面我们逐一解释这些构造函数，并通过示例来说明它们的用法。📸

python打开mat图像文件_OpenCV-Python 读取显示图像 | 五

weixin_39631017的博客

11-26

839

目标在这里，你将学习如何读取图像，如何显示图像以及如何将其保存回去你将学习以下功能：cv.imread()，cv.imshow()，cv.imwrite()（可选）你将学习如何使用Matplotlib显示图像使用OpenCV读取图像使用cv.imread()函数读取图像。图像应该在工作目录或图像的完整路径应给出。第二个参数是一个标志，它指定了读取图像的方式。cv.IMREAD_COLOR：加载彩...

C语言OpenCV创建图片,c – Opencv使用cv :: Mat创建新图像

weixin_29584723的博客

05-23

1222

首先,您需要以下信息来创建图像：>宽度：301像素>高度：260像素>每个像素值(强度)为0~255：8位无符号整数>支持所有RGB颜色：3个通道>初始颜色：黑色=(B,G,R)=(0,0,0)您可以使用cv :: Mat创建Image：Mat grHistogram(260, 301, CV_8UC3, Scalar(0, 0, 0));8U表示8位有符号整数,C3...

opencv_mat_create

u011964544的专栏

05-15

1293

opencv_mat_create 1.Mat的创建 Mat::create(int rows,int cols,int type) Mat::create(Size size,int type) Mat::create(int ndims,const int* sizes,inttype) 参数 ndims – 新数组的维数。 rows –新的行数。 cols – 新的列数。 s

cv::Mat||cvCreateImage||cvcopy ||GetTickCount函数||cvFloor||CV_EXPORTS .

ningningxl的专栏

08-30

810

cv::Mat 在网上看到了cv::Mat和IplImage之间的转换,放在这里以备后用 1.IplImage -> cv::Mat 這個範例程式裡 image.cpp有啊，做個簡單的範例。 Ex. IplImage* pImg = cvLoadImage(“lena.jpg”); cv::Mat img(pImg,0); //0是不複製影像，也就是pImg與img的data共用同個記

OpenCV学习笔记之创建Mat图像

太白子的博客

10-21

1万+

今天总结了5种创建Mat图像的方法，都是可以直接运行的。代码： #include<opencv2/opencv.hpp> #include<iostream> using namespace cv; using namespace std; int main() { /* CV_8UC1 8位1通道 CV_8UC3 8位3通道 CV_32FC1...

cv::Mat初识和它的六种创建方法

最新发布

07-02

<think>我们想在Qt中使用QQueue存储cv::Mat图像对象。但需要注意的是，cv::Mat对象在Qt中传递时可能会遇到问题，因为cv::Mat包含引用计数和共享数据，直接传递可能导致资源管理问题（如浅拷贝导致数据意外修改或释放）。此外，在多线程环境下使用队列时，还需要考虑线程安全。根据引用[4]，我们发现当尝试通过信号槽传递cv::Mat时，Qt会提示无法排队参数类型'cv::Mat'。这是因为cv::Mat不是Qt的元类型（metatype），因此无法被Qt的信号槽系统自动处理。同样，当我们使用QQueue存储cv::Mat时，虽然QQueue本身不要求元类型注册，但如果要在多线程间传递（例如一个线程放入队列，另一个线程取出），则可能需要考虑注册元类型以便能够使用信号槽传递，或者使用其他线程安全机制。因此，我们需要解决两个问题：1.如何让QQueue存储cv::Mat？2.如何实现线程安全的队列操作（如果多线程访问）？解决方案：1.存储cv::Mat对象：-我们可以直接使用`QQueue<cv::Mat>`来存储。但是，由于cv::Mat使用引用计数，直接存储可能会导致多个队列元素共享同一个数据矩阵。当我们修改其中一个时，其他也会被修改。因此，我们需要根据需求决定是进行深拷贝还是浅拷贝。-一般情况下，如果希望队列中的每个元素都是独立的，则应该在放入队列时进行深拷贝（使用`clone()`）。如果对性能要求高且能确保在队列使用期间不会修改原矩阵，则可以使用浅拷贝（直接赋值）。2.线程安全：-如果队列被多个线程访问（例如一个线程push，另一个线程pop），我们需要使用互斥锁（如QMutex）来保护队列操作。3.元类型注册（如果需要在信号槽中传递cv::Mat）：-如果除了使用队列外，还需要通过信号槽传递cv::Mat，那么我们必须注册cv::Mat为Qt的元类型。这样Qt才能知道如何拷贝和销毁cv::Mat对象（注意：这里需要谨慎处理，因为cv::Mat的拷贝是浅拷贝，如果需要深拷贝，则必须自己定义）。步骤：步骤1：注册cv::Mat为元类型（如果需要信号槽传递）在main函数中，或者在一个全局的地方，添加：qRegisterMetaType<cv::Mat>("cv::Mat");步骤2：定义线程安全的队列类（封装QQueue）我们可以创建一个封装类，内部使用QMutex来保护QQueue。示例代码：首先，我们创建一个线程安全的队列类，用于存储cv::Mat。这里我们选择在每次入队时进行深拷贝，以确保每个队列中的cv::Mat都是独立的。这样即使原始矩阵被修改，队列中的矩阵也不会改变。 ```cpp#include <QQueue>#include <QMutex> #include<QMutexLocker>#include <opencv2/opencv.hpp>class SafeMatQueue{public:voidenqueue(constcv::Mat &mat){QMutexLockerlocker(&mutex);//进行深拷贝，确保队列中的矩阵独立queue.enqueue(mat.clone());}cv::Matdequeue(){QMutexLocker locker(&mutex);if(queue.isEmpty())returncv::Mat();//返回一个空矩阵return queue.dequeue();}bool isEmpty() const{QMutexLocker locker(&mutex);returnqueue.isEmpty();} private:mutable QMutexmutex;QQueue<cv::Mat> queue; };```注意：上面的enqueue使用了`clone()`进行深拷贝。如果确定不需要深拷贝（比如对性能要求很高，并且能保证在队列使用期间不会修改原矩阵），则可以直接使用：queue.enqueue(mat);//浅拷贝步骤3：如果需要在信号槽中传递整个队列或者传递cv::Mat，则还需要注册元类型（但通常传递整个队列并不常见，更多的是传递单个cv::Mat）。所以，如果要在信号槽中传递cv::Mat，则需要在程序开始处注册：```cpp#include <QCoreApplication>#include <opencv2/opencv.hpp>int main(int argc, char*argv[]) {QCoreApplicationa(argc, argv);qRegisterMetaType<cv::Mat>("cv::Mat");//...其他代码return a.exec();} ```步骤4：使用示例（单线程）在单线程中，我们可以直接使用SafeMatQueue。步骤5：多线程使用示例假设我们有一个生产者线程（例如从摄像头获取图像）和一个消费者线程（处理图像）。我们可以这样设计：生产者线程类（继承自QThread）： ```cppclass Producer: publicQThread{Q_OBJECTpublic:Producer(SafeMatQueue &queue): m_queue(queue) {}voidrun()override{cv::VideoCapture cap(0); //打开摄像头if(!cap.isOpened())return;cv::Mat frame;while (true){cap>> frame;if (frame.empty())break;m_queue.enqueue(frame); //这里我们使用深拷贝，因为frame会被覆盖msleep(30);//控制帧率}}private:SafeMatQueue &m_queue; };```消费者线程类：```cppclassConsumer :public QThread{Q_OBJECTpublic:Consumer(SafeMatQueue &queue): m_queue(queue) {}voidrun()override{while(true){if (!m_queue.isEmpty()){cv::Matmat =m_queue.dequeue();//处理mat// ...例如显示或进行图像处理}msleep(10);//避免忙等待}} signals:voidprocessedImage(cv::Matmat);//如果需要将处理后的图像传递到主线程显示，可以发信号private:SafeMatQueue&m_queue;}; ```注意：上述消费者线程中，我们使用了msleep(10)来避免忙等待，这可能会造成一定的延迟。更高效的方法是使用条件变量（QWaitCondition）来通知消费者有新图像到达。我们可以改进SafeMatQueue：改进版（使用条件变量）：```cpp#include<QWaitCondition>class SafeMatQueue{public:voidenqueue(const cv::Mat&mat){QMutexLocker locker(&mutex);queue.enqueue(mat.clone());condition.wakeOne(); //唤醒一个等待的线程}cv::Mat dequeue(){QMutexLockerlocker(&mutex);//如果队列为空，则等待while(queue.isEmpty()){condition.wait(&mutex); //解锁mutex并等待，被唤醒后重新锁定}returnqueue.dequeue();}boolisEmpty()const{QMutexLockerlocker(&mutex);return queue.isEmpty();}private:mutableQMutex mutex;QWaitConditioncondition;QQueue<cv::Mat>queue;}; ```这样，在消费者线程中，我们调用dequeue()时，如果队列为空，线程会阻塞直到有新的图像被放入队列。这样避免了忙等待，提高了效率。总结：-使用QQueue存储cv::Mat是可行的，但要注意深拷贝与浅拷贝的选择。-多线程访问时，必须使用互斥锁（和条件变量）来保证线程安全。-如果需要在信号槽中传递cv::Mat，必须注册元类型。注意：由于OpenCV的cv::Mat对象可能较大，深拷贝会带来一定的性能开销。因此，在实时性要求高的场合，需要权衡是否使用深拷贝。如果能够确保在队列使用期间不会修改原矩阵（例如，生产者线程只负责填充，消费者线程只读取，且生产者不再使用已放入队列的矩阵），则可以使用浅拷贝。但要注意，如果多个队列元素共享同一个矩阵数据，那么修改其中一个可能会影响其他。因此，在不确定的情况下，深拷贝更安全。相关问题：1.如何优化使用OpenCV Mat的Qt多线程程序性能？2.在Qt中，除了QQueue，还有哪些容器适合存储图像数据？3.如何正确注册OpenCV Mat类型为Qt元类型？4.在多线程图像处理中，如何避免深拷贝带来的性能损失？5.Qt信号槽传递cv::Mat时，如何确保数据安全？</think>### 在 Qt 中使用 QQueue 存储 cv::Mat 图像对象在 Qt 中使用 `QQueue` 存储 OpenCV 的 `cv::Mat` 图像对象需要解决两个关键问题： 1. **cv::Mat 的元类型注册** - Qt 的信号槽机制需要知道如何序列化/反序列化自定义类型 2. **线程安全访问** - 多线程环境下需要同步机制保护队列操作以下是完整的实现方案： --- #### 1. 注册 cv::Mat 为 Qt 元类型在程序入口处（如 main.cpp）添加元类型注册代码： ```cpp #include <QMetaType> #include <opencv2/opencv.hpp> // 注册 cv::Mat 为 Qt 元类型 Q_DECLARE_METATYPE(cv::Mat) qRegisterMetaType<cv::Mat>("cv::Mat"); ``` #### 2. 创建线程安全的图像队列类 ```cpp #include <QQueue> #include <QMutex> #include <QWaitCondition> #include <opencv2/opencv.hpp> class ImageQueue { public: void enqueue(const cv::Mat& image) { QMutexLocker locker(&mutex); queue.enqueue(image.clone()); // 深拷贝避免数据共享问题 condition.wakeOne(); // 通知等待线程 } cv::Mat dequeue() { QMutexLocker locker(&mutex); while (queue.isEmpty()) { condition.wait(&mutex); // 等待直到有新图像 } return queue.dequeue(); } bool isEmpty() const { QMutexLocker locker(&mutex); return queue.isEmpty(); } private: QQueue<cv::Mat> queue; mutable QMutex mutex; QWaitCondition condition; }; ``` #### 3. 多线程使用示例 **生产者线程（图像采集）：** ```cpp class CaptureThread : public QThread { Q_OBJECT public: CaptureThread(ImageQueue& queue) : imageQueue(queue) {} signals: void frameCaptured(cv::Mat frame); // 用于UI显示 protected: void run() override { cv::VideoCapture cap(0); // 打开摄像头 if (!cap.isOpened()) return; cv::Mat frame; while (!isInterruptionRequested()) { cap >> frame; if (!frame.empty()) { imageQueue.enqueue(frame); // 存入队列 emit frameCaptured(frame); // 发送信号用于显示 } msleep(30); // 约30FPS } } private: ImageQueue& imageQueue; }; ``` **消费者线程（图像处理）：** ```cpp class ProcessingThread : public QThread { public: ProcessingThread(ImageQueue& queue) : imageQueue(queue) {} protected: void run() override { while (!isInterruptionRequested()) { cv::Mat image = imageQueue.dequeue(); // 图像处理示例 cv::Mat gray; cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY); cv::Canny(gray, gray, 50, 150); // 处理结果可发送到主线程显示 // emit processedImage(gray); } } private: ImageQueue& imageQueue; }; ``` #### 4. 在主线程中使用 ```cpp // 创建队列 ImageQueue imageQueue; // 创建并启动线程 CaptureThread captureThread(imageQueue); ProcessingThread processThread(imageQueue); captureThread.start(); processThread.start(); // 停止线程 captureThread.requestInterruption(); processThread.requestInterruption(); captureThread.wait(); processThread.wait(); ``` --- ### 关键注意事项 1. **深拷贝问题**： - 使用 `image.clone()` 确保每个队列元素有独立的内存 - 避免多个线程共享同一图像数据导致冲突 2. **线程同步**： - `QMutex` 保护所有队列访问操作 - `QWaitCondition` 实现高效等待（非忙等待） 3. **资源管理**： - 使用 `requestInterruption()` 和 `wait()` 安全停止线程 - 确保队列在所有线程结束后销毁 4. **性能优化**： ```cpp // 在 enqueue 中避免不必要的拷贝 void enqueue(cv::Mat&& image) { // 右值引用 QMutexLocker locker(&mutex); queue.enqueue(std::move(image)); // 移动语义 condition.wakeOne(); } ``` 5. **OpenCV 兼容性**： - 确保 OpenCV 编译时启用了 Qt 支持（`WITH_QT=ON`） - 链接正确的 OpenCV 库版本 --- ### 常见问题解决 **问题：收到 "Cannot queue arguments of type 'cv::Mat'" 错误** 解决方案： 1. 确认已执行 `qRegisterMetaType<cv::Mat>("cv::Mat")` 2. 在连接信号槽时指定连接类型： ```cpp connect(&captureThread, &CaptureThread::frameCaptured, this, &MainWindow::displayFrame, Qt::QueuedConnection); // 明确指定队列连接 ``` **问题：图像数据损坏** 解决方案： 1. 检查是否所有 `cv::Mat` 操作都在同一线程上下文 2. 确保使用 `clone()` 进行深拷贝 3. 验证 OpenCV 是否使用相同的线程模型（如 `-DWITH_OPENMP=ON`） --- ### 替代方案：使用共享指针对于大型图像，可考虑使用 `std::shared_ptr` 管理内存： ```cpp // 在队列中存储智能指针 QQueue<std::shared_ptr<cv::Mat>> queue; // 生产者 auto imgPtr = std::make_shared<cv::Mat>(frame.clone()); queue.enqueue(imgPtr); // 消费者 auto imgPtr = queue.dequeue(); process(*imgPtr); ```