Mat对象与IplImage对象
- Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题,是面向对象的数据结构。分了两个部分,头部与数据部分
- IplImage是从2001年OpenCV发布之后就一直存在,是C语言风格的数据结构,需要开发者自己分配与管理内存,对大的程序使用它容易导致内存泄漏问题
Mat对象使用
-
部分复制: 一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分
> Mat A = imread(imgFilePath); Mat B(A)//只复制
-
完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现
> Mat F = A。clone();或Mat G;A.copyTo(G);
Mat对象使用-四个要点
- 输出图像的内存是自动分配的
- 使用OpenCV的C++接口,不需要考虑内存分配问题
- 赋值操作和拷贝构造函数只会复制头部分
- 使用clone与copyTo两个函数实现数据完全复制
Mat对象创建
-
cv::Mat::Mat构造函数
Mat M(2,2,CV_8UC3,Scalar(0,0,255)) 其中前两个参数分别表示行(row)跟列(column)、第三个 CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3,第四个参数是向量表示初始化 每个像素值是多少,向量长度对应通道数目一致
Mat定义数组
- 创建多维数组cv::Mat::create
int sz[3] = {2,2,2}
Mat L(3,sz,CV_8UC1,Scalar::all(0));
- cv::Mat::create实现
Mat M;
M.create(4,3,CV_8UC2);
M = Scalar(127,127);
cout << “M” << endl << " " << M << endl << endl;
uchar* firstRow = M.ptr(0);
printf("%d",*firstRow);
-定义小数组
Mat C = (Mat_(3,3)<<0,-1,0,-1,5,-1,0,-1,0);
cout << “C=” << endl << " " << C << endl << endl;
- Mat对象构造函数与常用方法
Mat()
Mat(int rows,int cols,int type)
Mat(Size size,int type)
Mat(int rows,inr cols,int type,const Scalar &s)
Mat(Size size,int type,const Scalar &s)
Mat(int ndims,const int *sizes,int type)
Mat(int ndims,const int *sizes,int type ,const Scalar &s)
- 常用方法:
void copyTo(Mat mat) 复制
void convertTo(Mat dst,int type) 切换数据类型
Mat clone() 克隆
int channels() 通道数
int depth() 深度
bool empty() 判断图像是否为空
uchar*ptr(i=0) 获取图像行的指针
代码演示
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argv,char* argc)
{
Mat src;
src = imread("C:/Users/26444/Desktop/testopencvinstall/OIP.jpg");
if(src.empty())
{
printf("could not iamge.....\n");
return -1;
}
namedWindow("input",WINDOW_NORMAL);//NORMAL随意改变图像大小和位置
moveWindow("input",1000,100);//改变窗口的位置
imshow("input",src);
Mat dst;
dst = Mat(src.size(),src.type());//初始化
dst = Scalar(255,0,0);//设置颜色
namedWinodw("output1",WINDOW_AUTOSIZE);
imshow("output1",dst);
Mat cream = src.clone();//完全拷贝
namedWindow("output2",WINDOW_AUTOSIZE);
imshow("output2",cream);
Mat image;
namedWinodw("output3",WINDOW_AUTOSIZE);
cvtColor(src,image,COLOR_BGR2GRAY);//转灰度图像
imshow("output3",image);
printf("input image channels : %d\n",src.channels());
printf("output1 image channels : %d\n",dst.channels());
int cols =dst.cols;//全部列
int rows = dst.rows;//全部行
printf("rows : %d cols : %d\n",rows,cols);
const uchar* firstRow = dst.ptr<uchar>(0);//第一行的灰度值
printf("first pixel value : %d\n",*firstRow);//打印第一行的灰度值
Mat M(3,3,CV_8UC3,Scalar(0,0,255));//3 * 3 每个都有3个通道 CV_8UC3代表 8表示8位 UC表示无符号uchar 3表示3个通道
Mat MM(3,3,CV_8Uc1,Scalar(127));//表示1个通道
cout << "M=" << endl << M << endl;
cout << "MM=" << endl << MM << endl;
Mat n1;
n1.create(src.size(),src.type());
n1 = Scalar(0,0,255);
namedWindow("output4",WINDOW_AUTOSIZE);
imshow("output4",n1);
Mat csrc;
Mat kernel = (Mat_<float>(3,3) << 0,-1,0,-1,5,-1,0,-1,0);
filter2D(src,csrc,-1,kernel);
namedWindow("output5",WINDOW_AUTOSIZE);
imshow("output5",csrc);
//初始化
Mat m2 = Mat::zeros(2,2,CV_8UC1);
cout << "m2=" << endl << m2 << endl;
////初始化
//Mat m2 = Mat::eye(2,2,CV_8UC1);
//cout << "m2=" << endl << m2 << endl;
namedWindow("output6",WINDOW_AUTOSIZE);
m2 = Mat(src,size(),src.type());
imshow("output6",m2);
waitKey(0);
return 0;
}