11、OpenCV 稀疏矩阵类 cv::SparseMat 详解

OpenCV 稀疏矩阵类 cv::SparseMat 详解

1. cv::SparseMat 类概述

在处理数组时，如果数组规模相较于非零元素数量大很多，就可以使用 cv::SparseMat 类。这种情况在线性代数中的稀疏矩阵里很常见，在高维数组中表示数据（尤其是直方图）时也会出现，因为在很多实际应用中，大部分空间都是空的。稀疏表示法只存储实际存在的数据，能节省大量内存。实际上，很多稀疏对象如果用密集格式表示，会占用巨大的空间。不过，稀疏表示法的缺点是，按每个元素计算，其计算速度较慢。但需要注意的是，稀疏矩阵的计算并非绝对慢，因为提前知道很多操作无需执行，也能节省大量计算资源。

OpenCV 的稀疏矩阵类 cv::SparseMat 在很多方面与密集矩阵类 cv::Mat 类似。它们的定义方式相似，支持的操作大多相同，能包含的数据类型也一样。不过，它们内部的数据组织方式差异很大。 cv::Mat 使用的是与 C 数据数组密切相关的数据数组（数据顺序存储，元素地址可根据索引直接计算），而 cv::SparseMat 则使用哈希表来存储非零元素。这个哈希表会自动维护，当数组中的非零元素数量过多，影响查找效率时，哈希表会自动扩容。

2. 访问稀疏数组元素

稀疏数组和密集数组的最大区别在于元素的访问方式。稀疏数组提供了四种不同的访问机制： cv::SparseMat::ptr() 、 cv::SparseMat: