OpenCV学习：Mat类详细解析+源码剖析（三）遍历矩阵中元素

最新推荐文章于 2025-04-25 19:10:41 发布
原创 最新推荐文章于 2025-04-25 19:10:41 发布 · 4.7k 阅读 · 10 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#C++ #OpenCV #at函数 #ptr函数 #Mat

本文介绍了OpenCV中遍历矩阵元素的三种方法，重点解析了at函数和ptr函数的用法及优缺点。at函数在ptr返回的指针基础上进一步获取元素值，而ptr提供特定偏移的起始地址。方法一使用指针遍历整行，方法三则需频繁计算行指针。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本节主要介绍如何遍历Mat数组中的元素，遍历Mat中元素的相关函数，其中包括at族函数和ptr族函数，以及矩阵内存的布局，以及许多C++相关的知识点，这是整个Mat类的精髓，也注定了这将是华丽丽的一篇！
你如何定位矩阵中的元素？

OpenCV Tutorials中给出了三种方法遍历数组中的元素：（一）高效的经典的C运算子[ ]方法；（二）安全的C++中迭代器方法；（三）动态地址计算方法。下面简要介绍下三种方法的主要用法以及优缺点

（一）无人能及的C []运算子，基于ptr函数族 
 int i,j;
    uchar* p;
    for( i = 0; i < nRows; ++i)
    {
        p = I.ptr<uchar>(i);//获取行指针
        for ( j = 0; j < nCols; ++j)
        {
            p[j] = table[p[j]];             
        }
    }
最高效的方法
（二）C++迭代器方法 
  MatIterator_<uchar> it, end;
   for( it = I.begin<uchar>(), end = I.end<uchar>(); it != end; ++it)
          *it = table[*it];
   break;
最安全的方法
（三）动态地址计算方法：主要使用at函数族，千万不要用！ 
for( int i = 0; i < I.rows; ++i)
    for( int j = 0; j < I.cols; ++j )
        I.at<uchar>
最低0.47元/天 解锁文章

200万优质内容无限畅学
OpenCV4（C++） —— Mat类
qq_43199575的博客
09-26 3833
在python的opencv中，也就是导入：import cv2。使用的是numpy和内置ndarray来存储和处理图像数据。而对于C++的opencv是没有ndarray的，也没有numpy库，而是使用cv::Mat类来表示图像数据与进行处理的。python是一种动态类型语言，无需显示的指定变量的类型。直接使用imread返回的就是ndarray对象，后续使用numpy库可以直接对其进行相关图像操作。import cv2C++是一种静态类型语言，任何变量都需要显示地指定一个数据类型。
opencv之Mat详解
Joker_N的博客
11-15 403
文章目录使用[cv::Mat::imread()](https://docs.opencv.org/master/d4/da8/group__imgcodecs.html#ga288b8b3da0892bd651fce07b3bbd3a56)加载图像使用[cv::Mat::imwrite()](https://docs.opencv.org/master/d4/da8/group__imgcode...
OpenCV学习笔记（五）：Mat结构
Bandary
07-20 4254
在之前的OpenCV学习笔记（一）用到的几种显示图像的方法中其中一种就是Mat。Mat结构在OpenCV 2.0后才得到广泛应用，相对于OpenCV1.0时代中的IplImage，它有个好处就是不用再手动释放图像内存。而用IplImage格式存储图像的时候就必须在推出前将图像内存release掉，即添加语句cvReleaseImage(&iplImg);，否则会造成内存泄漏。除了这个好处外，它的操
opencv获取mat的指针_opencv - 使用cv :: Mat :: ptr进行高效的像素访问<T>指针 | opencv Tutorial...
weixin_39558221的博客
12-23 982
例如果效率很重要，那么迭代cv::Mat对象中的像素的快速方法是使用其ptr(int r)方法来获得指向行r (从0开始的索引)的开头的指针。根据矩阵类型，指针将具有不同的模板。对于CV_8UC1 ： uchar* ptr = image.ptr(r);对于CV_8UC3 ： cv::Vec3b* ptr = image.ptr(r);对于CV_32FC1 ： float* ptr = image...
opencv--Mat类解析
潜心
08-05 1064
opencv Mat类
OpenCV中的cv::Mat函数将数据写入txt文件
08-27
OpenCV中的cv::Mat函数将数据写入txt文件 OpenCV是一个功能强大的计算机视觉库，它提供了许多有用的函数和类来处理图像和视频。其中，cv::Mat是一个非常重要的类，它可以用来存储和处理图像和矩阵数据。在使用...
Opencv C++图像处理：矩阵Mat + 随机数RNG + 计算耗时 + 鼠标事件
生活需要深度
08-07 761
Mat.depth() 获取矩阵：存储格式（返回0~6）：enum{CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6}dst2.at(y, x)[c] = cv::saturate_cast(src.at(y, x)[c] * 2);别名的基础格式为cv::Matx{1,2,3,4,5,6}{1,2,3,4,5,6}{f,d}。
Opencv中Mat类详细解读（学习笔记）
Xx_Studying的博客
12-29 1万+
基于windows10、vs2015、OpenCv4.1.0。 目录 1、Mat类简介 2、Mat类的构造与赋值 2.1、Mat类的构造 2.2、Mat类的赋值 3、Mat类支持的运算 3.1Mat类的加减乘除运算： 3.2两个Mat类矩阵的乘法运算 4、Mat类元素的读取 4.1多通道数据的存储 4.2Mat类常用属性和成员方法 4.3通过at读取Mat类单通道矩阵的元素 4.4通过at读取Mat类多通道矩阵的元素 4.5通过指针ptr读取Mat矩阵种的元素 4.6通过迭代.
深入解析 OpenCvSharp 核心数据结构：Mat 矩阵类
lijunhe1991的博客
04-25 1147
Mat（Matrix 的缩写）类用于表示多维矩阵，可以存储图像、向量、矩阵等多种数据类型。在计算机视觉应用中，它主要用于存储和处理图像数据。无论是彩色图像、灰度图像，还是 3D 点云数据，都可以通过Mat类进行表示和操作。与传统的 C# 数组相比，Mat类在内存管理、数据访问和处理效率上具有显著优势，更适合处理大规模图像数据。Mat矩阵类是 OpenCvSharp 的核心数据结构，掌握其特性和使用方法是进行计算机视觉开发的基础。本文从基本概念、创建初始化、核心操作、内存管理、高级应用等多个方面对Mat。
OpenCV中矩阵数据的访问（一）(Learning OpenCV第三章2)
09-09 1507
<br />在OpenCV中有三种方式访问矩阵中的数据元素：容易的方式，困难的方式，以及正确的方式。以下先讲容易的方式和困难的方式。<br />容易的方式<br />最容易的方式是使用宏CV_MAT_ELEM( matrix, elemtype, row, col ),输入参数是矩阵的指针，矩阵元素类型，行，列，返回值是相应行，列的矩阵元素，例如：<br />CvMat* mat = cvCreateMat(5,5,CV_32FC1);<br />float element = CV_MAT_ELEM(*m
C++学习笔记——Mat类详解及元素的遍历方法
不忘初心 方得始终
07-27 2605
全文部分引自：http://blog.youkuaiyun.com/xiaowei_cqu/article/details/7771760 Mat的常见属性data uchar型的指针。Mat类分为了两个部分：矩阵头和 指向矩阵部分的指针，data就是指向矩阵数据的指针 dims 矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3 rows 矩阵的行数 cols 矩
openCV_C++笔记 : Mat类
qq_29676795的博客
08-05 1326
Mat常用成员属性 data 是指向矩阵数据的uchar类指针，用*解引用后再强转为int可以读到第一个像素数据。 dims 矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3。 rows 矩阵的行数。 cols 矩阵的列数。 size 矩阵的大小，返回一个向量，二维矩阵即为 行数 x 列数。 Mat常用成员方法 channels() 矩阵元素拥有的通道数，例如常见的彩色图像，每一个像素由RGB三部分组成，则image.channels() = 3。 type() 表示了矩阵中
如何用指针访问opencv cv::Mat数据？ptr＜uchar＞()
Dontla的博客
02-05 2475
是一个成员函数，属于OpenCV库的cv::Mat类。该函数返回一个指向图像某一行首元素的指针，可以方便地访问和修改图像中的每个像素。这里，y表示的是所需行的索引。返回值是一个指向第y行的uchar型指针。
【Opencv】一文向您详细介绍 `Mat::ptr()` 函数
创作高质量博文，分享知识，共同进步！
08-22 1680
🔥解锁OpenCV图像处理新技能！一文深度揭秘Mat::ptr()函数，从基础概念到实战应用，轻松掌握图像矩阵的指针访问艺术。📚 示例代码手把手教你操作，常见问题一网打尽。🔍 无论是多通道图像处理还是性能优化，这里都有答案！立即提升你的OpenCV技能，成为图像处理高手！#OpenCV #Mat::ptr() #图像矩阵处理 #指针访问 #图像处理 #编程进阶
【OpenCV C++学习】1、Mat像素操作(ptr指针遍历）
qq_54003651的博客
10-13 2419
自学OpenCV的一点小笔记
初出茅庐之OpenCV，图像数据cv::Mat.at和cv::MaT.ptr对单个像素的访问和操作
hhsh49的博客
08-28 1727
最常用的就是cv::MAT.at<>()和cv::MAT.ptr<>()，下面我们就介绍OpenCV中这两种常用的对指定位置像素值的读取和修改操作。ptr<>()是按照行来访问数组的，指针指向某一行第一个元素的首地址。at操作虽然简单方便，但是这种操作是一种效率比较低的操作，尤其用其进行遍历操作时，效率会很低。因此一般不推荐使用。at操作是一种直接简单的对单个像素的操作方式，用于获取图像矩阵某点的值或改变某点的值。ptr操作时通过指针偏移的方式进行像素的查找、遍历和修改的，因此效率相对较高。
Opencv (C++) 笔记--Mat对象的ptr模板、at接口和迭代器遍历
牵一只蜗牛去散步
10-14 1758
②知识点1：调用ptr模板函数mat.ptr(row, col);1--Mat对象的ptr模板遍历。1--Mat对象的ptr模板遍历。③知识点2：Vec3b表示有。，类似地还有Vec3s表示。Mat对象的at接口遍历。①代码：​​​​​​​。
opencv3::Mat元素的获取、at、ptr
BoaHock
06-24 1万+
参考 http://lib.youkuaiyun.com/article/opencv/28700?knId=1218 https://blog.youkuaiyun.com/xiaowei_cqu/article/details/19839019 https://blog.youkuaiyun.com/u011574296/article/details/70139563 int main(int argc, char...
OpenCV Mat数据类型指针ptr的使用
热门推荐
kupar的博客
04-04 1万+
常用形式:mat.ptr&lt;type&gt;(row)[col]对于Mat的ptr函数，返回的是&lt;&gt;中的模板类型指针，指向的是()中的第row行的起点通常&lt;&gt;中的类型和Mat的元素类型应该一致然后再用该指针去访问对应col列位置的元素以下转载自：https://blog.youkuaiyun.com/github_35160620/article/details/51708659单...
c++opencv cv::mat矩阵的最值。
最新发布
08-01
<think>我们正在解决如何在C++ OpenCV中找到cv::Mat矩阵的最大值或最小值的问题。 根据OpenCV文档，我们可以使用以下函数： 1. cv::minMaxLoc - 用于单通道矩阵（或特定通道） 2. 对于多通道矩阵，可能需要分离通道或使用其他方法 步骤： 1. 检查矩阵是否为空 2. 确定矩阵的通道数和深度（数据类型） 3. 根据通道数选择处理方法： 单通道：直接使用minMaxLoc 多通道：可以分别对每个通道求极值，或者将多通道矩阵重新塑造成单通道（但这样会改变结构，通常我们更关心每个通道的极值） 注意：minMaxLoc只能处理单通道，所以多通道矩阵需要分通道处理。 另外，如果矩阵有多个相同的最值位置，minMaxLoc默认返回第一个出现的位置。如果需要所有位置，则需要遍历矩阵。 我们将提供两种方法： 方法1：使用minMaxLoc（单通道） 方法2：处理多通道矩阵（分别对每个通道求极值） 同时，我们也可以使用cv::reduce或cv::min/max函数来求每行或每列的极值，但这里我们关注全局极值。 代码示例：</think># 在 C++ OpenCV 中查找 cv::Mat 矩阵的最大值和最小值 在 OpenCV 中查找矩阵的最大值和最小值是常见的图像处理任务，可以使用 `cv::minMaxLoc()` 函数高效实现。该函数可以处理单通道和多通道矩阵，并返回极值及其位置。 ## 核心函数：cv::minMaxLoc() ```cpp void minMaxLoc(InputArray src, double* minVal, double* maxVal = 0, Point* minLoc = 0, Point* maxLoc = 0, InputArray mask = noArray()); ``` 参数说明： - `src`：输入矩阵（单通道或多通道） - `minVal`：返回的最小值指针 - `maxVal`：返回的最大值指针 - `minLoc`：返回的最小值位置指针（仅单通道有效） - `maxLoc`：返回的最大值位置指针（仅单通道有效） - `mask`：可选掩码矩阵 ## 完整代码实现 ### 单通道矩阵示例 ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { // 创建单通道矩阵 cv::Mat mat = (cv::Mat_<uchar>(3, 3) << 10, 20, 30, 40, 50, 60, 70, 80, 90); double minVal, maxVal; cv::Point minLoc, maxLoc; // 查找最小值和最大值及其位置 cv::minMaxLoc(mat, &minVal, &maxVal, &minLoc, &maxLoc); std::cout << "单通道矩阵:\n" << mat << "\n\n"; std::cout << "最小值: " << minVal << " 位置: (" << minLoc.x << ", " << minLoc.y << ")\n"; std::cout << "最大值: " << maxVal << " 位置: (" << maxLoc.x << ", " << maxLoc.y << ")\n"; return 0; } ``` ### 多通道矩阵（如 RGB 图像）示例 ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { // 创建多通道矩阵（3通道） cv::Mat mat(3, 3, CV_8UC3); mat.forEach<cv::Vec3b>([](cv::Vec3b& pixel, const int* position) { pixel[0] = position[0] * 30; // 蓝色通道 pixel[1] = position[1] * 30; // 绿色通道 pixel[2] = position[0] + position[1] * 10; // 红色通道 }); std::cout << "多通道矩阵:\n" << mat << "\n\n"; // 分离通道处理 std::vector<cv::Mat> channels; cv::split(mat, channels); for (int i = 0; i < channels.size(); i++) { double minVal, maxVal; cv::Point minLoc, maxLoc; cv::minMaxLoc(channels[i], &minVal, &maxVal, &minLoc, &maxLoc); std::cout << "通道 " << i << ":\n"; std::cout << " 最小值: " << minVal << " 位置: (" << minLoc.x << ", " << minLoc.y << ")\n"; std::cout << " 最大值: " << maxVal << " 位置: (" << maxLoc.x << ", " << maxLoc.y << ")\n"; } return 0; } ``` ## 关键注意事项 1. **通道限制**： - `minLoc` 和 `maxLoc` 参数仅适用于**单通道**矩阵 - 对于多通道矩阵，需要先使用 `cv::split()` 分离通道再处理 2. **数据类型兼容性**： - 函数支持所有数值类型（`CV_8U`, `CV_32F` 等） - 对于浮点矩阵，位置信息仍以整数坐标返回 3. **掩码操作**： ```cpp cv::Mat mask = (mat > 50); // 创建大于50的掩码 cv::minMaxLoc(mat, &minVal, &maxVal, &minLoc, &maxLoc, mask); ``` 4. **仅获取值（忽略位置）**： ```cpp double min, max; cv::minMaxLoc(mat, &min, &max); ``` 5. **性能优化**： - 对于大型矩阵，处理前可降采样 - 使用 `cv::reduce()` 进行行/列级统计 ## 数学原理 `cv::minMaxLoc()` 函数高效实现的数学基础是分治策略： $$\text{minVal} = \min_{i,j} \text{src}(i,j)$$ $$\text{maxVal} = \max_{i,j} \text{src}(i,j)$$ 其中 $(i,j)$ 表示矩阵中的位置坐标。对于 $m \times n$ 矩阵，算法时间复杂度为 $O(mn)$[^4]。 ## 应用场景 1. 图像对比度分析 2. 特征点检测（如寻找最亮点） 3. 直方图均衡化的预处理 4. 图像二值化的阈值确定 5. 异常值检测
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值