像素的存储方法、显式创建Mat对象的七种方法

背景：有一个项目，使用工业相机采集图像，然后进行处理。图像采集出来后需要经opencv转化并由第三方库进行处理。由于相机自带的图像数据结构与opencv的IplImage和Mat都不相同，仅所以需要创建一个Mat对象，来存储相机采集出的像素信息。找到了下面这篇文章。使用方法二。

一、像素的存储方法：

　　存储像素值需要指定颜色空间和数据类型。其中，颜色空间是指针对一个给定的颜色，如何组合颜色元素以对其编码。

最简单的颜色空间要属灰度级空间，只处理黑色和白色，对他们进行组合便可以产生不同程度的灰色。

　　对于彩色方式则有更多种类的颜色空间，但不论哪种方式都是把颜色分成三个或者四个基元素，通过组合基元素可以产

生所有的颜色。RGB颜色空间是最常见的一种颜色空间，这归功于它也是人眼内部构成颜色的方式。它的基色是红色、绿色

和蓝色，有时为了表明透明颜色也会加入第四个元素alpha。

　　颜色系统有很多，他们各有优势，具体如下：

　　　　RGB是最常见的，这是因为人眼采用相识的工作机制，他也被显示设备所采用

　　　　HSV和HLS把颜色分解成色调、饱和度和亮度。这是描述颜色更自然地方式，比如可以通过抛弃最后一个元素，使算

　　　　法对输入图像的光照条件不敏感

　　　　YCrCB在JPEG图像格式中广泛使用

　　　　CIE L*a*b* 是一种在感知上均匀的颜色空间，他适合用来度量两个颜色之间的距离

 

二、显式创建Mat对象的七种方法　

【方法一】使用Mat()构造函数

Mat m(2,2,CV_8UC3,Scalar(0,0,255));

cout<<"m="<<endl<<“  ”<<m<<endl;

CV_8UC3:

　　　　   CV_[位数][是否有符号][类型前缀]C[通道数]

【方法二】在C/C++中通过构造函数进行初始化

int sz[3] = {2,2,2};

Mat L(3,sz,CV_8UC,Scalar::all(0));

上面的例子演示了如何创建一个超过两维的矩阵：指定维数，然后传递一个指向的数组的指针，这个数组包含每个维度的

尺寸

【方法三】为已存在的IpIImage指针创建信息头

IpIImage* img = cvLoadImage("1.jpg",1);

Mat mtx(img);

【方法四】利用Create()函数

M.create(4,4,CV_8UC(2));

此方法不能为矩阵设初值，只是在改变尺寸是重新为矩阵数据开辟内存而已

【方法五】采用Matlab式的初始化方式

Mat E = Mat::eyes(4,4,CV_64F);

Mat O = Mat::ones(2,2,CV_32F);

Mat Z = Mat::Zeros(3,3,CV_8UC1);

【方法六】对小矩阵使用逗号分割式初始化函数

Mat C = (Mat_<double>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);

cout<<"C= "<<endl<<"  "<<C<<endl;

【方法七】为一存在的对象创建新信息头

Mat RowClone = C.row(1).clone();

文章来源：http://www.cnblogs.com/Nelsoner/p/6719575.html?utm_source=itdadao&utm_medium=referral