Opencv学习笔记02__cv::Mat

Mat的内部结构？

本质：内存里面的矩阵+管理它的“脑子”

指向像素数据的指针（Pointer to the Matrix)：这是一个指针，它指向了内存中真正存储所有像素数值的那块区域，这块数据区域的大小是根据图像的大小和类型变化，通常非常大

矩阵头(matrix header)：里面包含了矩阵的大小，用于存储的方法，矩阵存储的地址信息）矩阵头的大小是很恒定的，{矩阵的尺寸（行数，列数，维度），存储方法（数据类型，通道数），矩阵数据存储的内存地址，引用计数器（Reference Counter）}

类比：就像一本书，矩阵头就像是书的目录页，记录了书有多少章节（尺寸），用什么纸张印刷的（存储方法），正文是从那一页开始的（内存地址）等信息，指向像素数据的指针则告诉你正文内容存放再图书光的哪个书架上，而真正的内容（像素数据）就是书架上的那本书本身。

Mat的共享数据与引用计数（Reference Counter）

目的

图像的处理通常涉及很多的步骤，一个图像通常会作为输入传递给多个函数，或者复制给多个变量，如果每次传递或者是赋值都需要完整的复制整个图像数据，会极其的浪费内存空，所以使用引用计数来表明这个图像被传递或者是赋值多少次。

机制：Opencv使用引用计数来解决这个问题

这个想法是每个Mat对象都有他们自己的矩阵头，一个矩阵可以在两个矩阵对象之间共享，使他们的矩阵指针指向同一个地址，此外，复制运算符仅仅只会复制函数头和指向存储像素的指针，而不是数据本身。

Mat A, C;                          // creates just the header parts
A = imread(argv[1], IMREAD_COLOR); // here we'll know the method used (allocate matrix)
 
Mat B(A);                                 // Use the copy constructor
 
C = A;                                    // Assignment operator

当我创建了A,C矩阵，此时我仅仅创建了函数头，里面包含头部信息和指向数据的指针，这个时候这块数据只有A在使用，此时引用计数为1。然后我使用拷贝构造函数MatB(A）或者复制操作C = A，Opencv只会默认的只复制函数矩阵头，而不是复制庞大的像素数据本身。新的B,C会获得一个和A完全一样的指向数据的指针，同时这块像素数据的的引用计数会增加。

共享数据:因为ABC都指向同一块数据，所以修改其中任何一个对象所指向的数据都会更改这一块像素数据，因为他们指向的是同一块数据

创建子部分的标题：我们不想去只复制矩阵头，想另外开辟一块内存空间，可以在图像中创建一块自己感兴趣的部分（ROI），我只需要创建一个具有新边界的新标题：

// 创建一个矩形区域作为 ROI
Mat D(A, Rect(10, 10, 100, 100)); // D 的头指向 A 的数据中从 (10,10) 开始的 100x100 区域
// 使用行和列范围创建 ROI
Mat E = A(Range::all(), Range(1, 3)); // E 的头指向 A 的所有行，但只包括第 1 和第 2 列 (Range 是半开区间 [1, 3) )

自动释放：当一个Mat对象需要被销毁的时候（比如离开作用域）它首先将它指向的数据块的引用计数减一，只有当引用计数减到0的时候，这块区域才会真正被释放。

真正的复制图像数据（Deep Copy）

如果我想完全得到一个独立的副本，我必须使用深拷贝。Opencv主要提供了两个函数来实现

cv::Mat::clone():创建一个新的对象，它是原始对象的一个完整的独立的克隆。

Mat F = A.clone(); // F 是 A 的一个全新副本，修改 F 不会影响 A

cv::Mat::copyTo():将原始的对象数据复制到另一个已经存在的Mat对象中去，如果目标对象的尺寸或者类型不合适，copyTo会为其首先重新分配内存

Mat G;
A.copyTo(G); // G 现在包含了 A 的数据的副本，修改 G 不会影响 A

创建感兴趣的区域（Region of Interest，ROI）

机制

创建ROI实际上是创建了一个新的矩阵头，这个头部的尺寸信息定义了我感兴趣的区域，但是它的数据指针仍然指向了原始图像数据块中对应的起始位置，它不复制任何像素数据。

Mat D(A, Rect(10, 10, 100, 100)); // D 的头指向 A 的数据中从 (10,10) 开始的 100x100 区域
// 使用行和列范围创建 ROI
Mat E = A(Range::all(), Range(1, 3)); // E 的头指向 A 的所有行，但只包括第 1 和第 2 列 (Range 是半开区间 [1, 3) )

共享数据

因为ROI仍然指向的原始数据，所以修改ROI就会修改原始的数据对应的区域，ROI是一种高效访问和操作图像局部区域的方式，它不产生数据拷贝，但修改ROI就会修改原图。

像素值的存储方式（Storing Methods）

颜色空间（Color Space）如何组合基本颜色成分来表示一个颜色

矩阵中的每个像素值是由两个方面去表示：颜色空间和数据类型

灰度（Grayscale）：最简单的，只有黑白和不同程度的灰色。每个像素通常用一个数值表示亮度。

RGB（Red ，Green， Blue）：最常见的一种，符合人眼感知颜色的方式。每个像素用三个值分别表示红、绿、蓝的强度。有时会加上第四个 Alpha (A) 通道表示透明度 (Transparency)，变成 RGBA。

BGR:非常重要的一点！OpenCV 中默认加载和显示的彩色图像，其颜色通道顺序是 BGR（蓝、绿、红），而不是通常的 RGB。 如果你从其他地方获取了 RGB 图像数据，或者要将 OpenCV 的图像传递给需要 RGB 的系统，需要进行通道转换（例如使用 cvtColor 函数）。

HSV/HLS (Hue, Saturation, Value/Luminance): 将颜色分解为色调、饱和度、明度/亮度。这种方式更符合人类描述颜色的直觉。例如，只关注色调和饱和度可以降低光照变化对算法的影响。

数据类型（Data Type）

定义每个颜色分量用什么类型的数据来存储，这决定了颜色的精度和内存占用。

命名规则

OpenCV 使用一套约定的宏来定义数据类型和通道数： CV_[位数][类型][类型前缀]C[通道数]

[位数]: 每个基础元素占用的比特数，如 8, 16, 32, 64。

[类型]: U (Unsigned Integer - 无符号整数), S (Signed Integer - 有符号整数), F (Float - 浮点数)。[类型前缀]: 通常省略，但有时用于区分（如 CV_8UC1 的 U）。

C[通道数]: C 后面的数字代表每个像素点包含多少个通道（颜色分量）。

示例

CV_8UC1: 每个像素有 1 个通道，每个通道是 8 位无符号字符型 (unsigned char, 0-255)。通常用于灰度图像。

CV_8UC3: 每个像素有 3 个通道，每个通道是 8 位无符号字符型。最常用于BGR 彩色图像。每个像素需要 3 字节。

CV_32FC1: 每个像素 1 个通道，每个通道是 32 位浮点型 (float)。用于需要更高精度的单通道图像（如深度图或算法中间结果）。

CV_32FC3: 每个像素 3 个通道，每个通道是 32 位浮点型。用于需要高精度颜色表示的彩色图像。

cv::Scalar: 这是一个可以表示包含 1 到 4 个元素的短向量，常用于给 Mat 对象的所有像素赋初

始值。例如 Scalar(0, 0, 255) 在 CV_8UC3 类型的 Mat 中表示蓝色 (因为 BGR 顺序，Blue=255, Green=0, Red=0)。Scalar::all(0) 表示所有分量都是 0。

权衡： 使用更高精度的数据类型（如 float, double）可以表示更细微的颜色或数值变化，但会显著增加内存占用。unsigned char (8U) 对于大多数显示需求来说足够了（每个通道 256 级，3 通道就有 256256256 ≈ 1677 万种颜色）。

关键点： 理解 CV_...C... 的命名规则，知道它定义了像素数据的类型和通道数，并了解不同类型在精度和内存上的取舍。

显示创建Mat对象（Creating  a Mat Object Explicitly)

cv::Mat::Mat 构造函数：最直接的方式

// 创建一个 2x2 的 Mat, 每个像素 3 通道 (CV_8UC3), 初始值设为红色 (BGR: 0,0,255)
Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
// 创建一个三维 Mat (2x2x2), 单通道 (CV_8UC1), 初始值为 0
int sz[3] = {2, 2, 2};
Mat L(3, sz, CV_8UC(1), Scalar::all(0)); // 注意 CV_8UC(1) 的写法

需要指定维度，数据类型，通道数，以及可选的初始值（Scalar）。

cv::Mat:creata函数：用于创建或者重新分配Mat的内存；

Mat M; // 先创建一个空的 Mat 头
M.create(4, 4, CV_8UC(2)); // 分配一个 4x4, 双通道 (CV_8UC2) 的数据区

与构造函数不同，create 不会设置初始值。一个重要的特性是：如果调用 create 时，M 原有的数据区大小和类型已经满足新的要求，它就不会重新分配内存，而是复用旧的内存。只有当尺寸或类型不匹配，需要更大空间时，才会释放旧内存（如果引用计数为 0）并分配新内存。

MATLAB风格初始化器：zeros，ones ，eye

Mat E = Mat::eye(4, 4, CV_64F); // 创建一个 4x4 的单位矩阵 (对角线为1, 其余为0), 数据类型为 double (64F)
Mat O = Mat::ones(2, 2, CV_32F); // 创建一个 2x2 的全1矩阵, 数据类型为 float (32F)
Mat Z = Mat::zeros(3, 3, CV_8UC1); // 创建一个 3x3 的全0矩阵, 数据类型为 uchar (8UC1)

可以创建一些特定的矩阵