Mat 的一些基本的初始化

最新推荐文章于 2024-11-06 15:02:50 发布

转载最新推荐文章于 2024-11-06 15:02:50 发布 · 3.7k 阅读

本文详细介绍了 OpenCV 中 Mat 类的不同初始化方式，包括指定尺寸和类型进行初始化、从已有数据源初始化以及从图像文件初始化等，并展示了每种方式的具体代码实现及输出结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文讲解Mat 的一些基本的初始化

// m为3*5的矩阵，float型的单通道，把每个点都初始化为1

Mat m(3, 5, CV_32FC1, 1);

或者 Mat m(3, 5, CV_32FC1, Scalar(1));

cout<<m;

输出为：

[1, 1, 1, 1, 1;
1, 1, 1, 1, 1;
1, 1, 1, 1, 1]

// m为3*5的矩阵，float型的2通道，把每个点都初始化为1 2

Mat m(3, 5, CV_32FC2, Scalar(1, 2));

cout<<m;

输出为

[1, 2, 1, 2, 1, 2, 1, 2, 1, 2;
1, 2, 1, 2, 1, 2, 1, 2, 1, 2;
1, 2, 1, 2, 1, 2, 1, 2, 1, 2]

// m为3*5的矩阵，float型的3通道，把每个点都初始化为1 2 3

Mat m(3, 5, CV_32FC3, Scalar(1, 2, 3));

cout << m;

输出为

[1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3;
1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3;
1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3]

// 从已有的数据源初始化

double *data = new double[15];

for (int i = 0; i < 15; i++)

{

data[i] = 1.2;

}

Mat m(3, 5, CV_32FC1, data);

cout << m;

输出为:

[1.2, 1.2, 1.2, 1.2, 1.2;
1.2, 1.2, 1.2, 1.2, 1.2;
1.2, 1.2, 1.2, 1.2, 1.2]

如果接着

delete [] data;

cout << m;

输出为：

[-1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144;
-1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144;
-1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144, -1.456815990147463e+144]

可见，这里只是进行了浅拷贝，当数据源不在的时候，Mat里的数据也就是乱码了。

// 从图像初始化

Mat m = imread("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);

cout<< "channels ="<<m.channels()<<endl;

cout << "cols ="<<m.cols<<endl;

cout << "rows ="<<m.rows<<endl;

cout << m;

输出为:

channels =1
cols =13
rows =12
[179, 173, 175, 189, 173, 163, 148, 190, 68, 14, 19, 31, 22;
  172, 172, 172, 180, 172, 177, 162, 190, 64, 13, 19, 30, 17;
  177, 180, 176, 175, 169, 184, 165, 181, 58, 12, 23, 38, 25;
  181, 183, 178, 178, 170, 181, 163, 182, 52, 8, 23, 37, 23;
  176, 173, 173, 184, 175, 178, 164, 195, 60, 14, 24, 35, 16;
  179, 175, 176, 187, 176, 175, 158, 191, 70, 21, 28, 37, 20;
  182, 183, 180, 184, 174, 179, 155, 174, 54, 1, 5, 15, 2;
  173, 182, 178, 176, 173, 191, 165, 169, 157, 101, 100, 107, 93;
  181, 182, 180, 177, 177, 177, 171, 162, 183, 185, 186, 185, 182;
  178, 180, 179, 177, 178, 179, 174, 167, 172, 174, 175, 174, 172;
  175, 178, 179, 178, 180, 182, 179, 173, 172, 174, 175, 175, 174;
  175, 179, 181, 180, 181, 183, 181, 177, 178, 180, 182, 183, 182]