三、Mat对象的-属性

最新推荐文章于 2025-03-15 15:39:15 发布

kipp_

最新推荐文章于 2025-03-15 15:39:15 发布

阅读量1.3k

点赞数 2

分类专栏：图像处理文章标签：图像处理opencv 图像处理

本文链接：https://blog.youkuaiyun.com/qq_27531383/article/details/72533743

版权

图像处理专栏收录该内容

7 篇文章

订阅专栏

1、Mat对象的作用

Mat类用于表示一个多维的单通道或者多通道的稠密数组（稠密与稀疏矩阵的稀疏相对）。它能够用来保存实数或复数的向量、矩阵、灰度或彩色图像，三维像素(voxel volumes),向量场(vector fields)，点云(point clouds)，张量(tensors),直方图(高维的直方图用SparseMat保存比较好)。
其实Mat就是存储多维矩阵的

2、Mat对象常用的属性

data uchar型的指针。Mat类分为了两个部分，矩阵头和指向矩阵数据部分的指针，data就是指向矩阵数据的指针
rows 矩阵的行数
cols 矩阵的列数
channels 矩阵元素具有的通道数
dims 矩阵的维度二维矩阵为2
size 矩阵的大小，size(cols，rows)，Mat.size()返回的是[columu_number,row_number];注意返回的数据顺序是先列后行。
如果矩阵的维度大于2，则是返回size(-1,-1)
type表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量。
其命名规则是

CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]
CV_ [每个通道的位数] [符号或无符号] [数据类型前缀] C [通道数]

下面是OpenCV中的宏定义：

CV_8UC1 - 0	CV_8UC2 - 8	CV_8UC3 - 16	CV_8UC4 - 24
CV_8SC1 - 1	CV_8SC2 - 9	CV_8SC3 - 17	CV_8SC4 - 25
CV_16UC1 - 2	CV_16UC2 - 10	CV_16UC3 - 18	CV_16UC4 - 26
CV_16SC1 - 3	CV_16SC2 - 11	CV_16SC3 - 19	CV_16SC4 - 27
CV_32SC1 - 4	CV_32SC2 - 12	CV_32SC3 - 20	CV_32SC4 - 28
CV_32FC1 - 5	CV_32FC2 - 13	CV_32FC3 - 21	CV_32FC4 - 29
CV_64FC1 - 6	CV_64FC2 - 14	CV_64FC3 - 22	CV_64FC4 - 30

附：- i i的值为该类型计算出来的值。
注意：
1. F是浮点型数据，其中的C是固定的字符而不是char的C
2. 例如：CV_32SC2含义是32位有符号整数，通道数位2.
3. type一般是在创建Mat对象时设定，如果取得Mat元素的类型，则使用depth；如果是创建Mat则使用type。

type源码：

inline
int Mat::type() const
{
    return CV_MAT_TYPE(flags);
}

depth 矩阵中一个通道的数据类型，这个值衍生出type；
将type的预定义值去掉通道信息就是depth的值
例如：
CV_64F、CV_32S、CV_16U、CV_8U

depth的源码

int Mat::depth() const
{
    return CV_MAT_DEPTH(flags);
}

elemSize: 矩阵中一个元素占用的字节数。
如果矩阵的类型是CV_8UC3，那么elemSize = 8/8*3=3 bytes
elemSize1: 矩阵中一个通道占用的字节数。
如果矩阵的类型是CV_8UC3，那么elemSize = 8/8=1 bytes
datastart和dataend:返回的是矩阵数据存储位置的头指针与尾指针。

上面属性的测试代码

Mat src(4, 5, CV_8UC4, Scalar_<uchar>(1, 2, 3, 4));

    cout << src << endl;
    cout << "src.channels:" << src.channels() << endl;
    cout << "src.type:" << src.type() << "   CV_16UC3:" << CV_8UC4 << endl;
    cout << "src.depth:" << src.depth() << "   CV_16UC:" << CV_8U << endl;

    cout << "compute:" <<(((CV_8U)&((1 << 3) - 1)) + (((4)-1) << 3)) << endl;//+、-的优先级有按位操作的优先级高

    cout << "src.elemSize:" << src.elemSize() << "   elemSize1:" <<src.elemSize1()<< endl;
    cout << "src.data:" << hex << (int *)src.data << endl;
    cout << "src.datastart:" << hex << (int *)src.datastart << "src.dataend:" << hex << (int *)src.dataend << endl;

上面的compute 是根据
MAKETYPE的宏定义得出来的公式

#define CV_CN_SHIFT   3

#define CV_DEPTH_MAX  (1 << CV_CN_SHIFT)

#define CV_8U   0

#define CV_MAT_DEPTH_MASK       (CV_DEPTH_MAX - 1)

#define CV_MAT_DEPTH(flags)     ((flags) & CV_MAT_DEPTH_MASK)

#define CV_MAKETYPE(depth,
                    cn
                    ) (CV_MAT_DEPTH(depth)+(((cn)-1)<<CV_CN_SHIFT))
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)

CV_8UC3 的值为: ((CV_8U)&((1<<3)-1)+((cn)-1)<<3)=16
CV_8UC2 的值为：8
CV_8UC1 的值为：0

其中CV_8U是depth，cn是channels；

3、flags属性

flags：这个标志看它的注释，

 /*! includes several bit-fields:
         - the magic signature
         - continuity flag
         - depth
         - number of channels
     */
    int flags;

这个标志包含了the magic signature、submat flag、continuity flag、number of channels、depth。

flags是占32个bit，从低到高：

0~2 bit 表示depth，OpenCV中的数据类型共有8个，7个预定义类型，一个用户自定义类型。

#define CV_8U   0
#define CV_8S   1
#define CV_16U  2
#define CV_16S  3
#define CV_32S  4
#define CV_32F  5
#define CV_64F  6
#define CV_USRTYPE1 7

3~11 bit 表示channels，OpenCV默认最大通道数为512，所以只需要9-bit就可以表示。
0~11 bit 共同表示type。
12~13 bit 暂时没有发现用处…
14 bit 表示Mat的内存是否连续。一般有create创建的Mat均是连续的，如果是连续，将加快对数据的访问。
15 bit 代表Mat是否为某一Mat的submatrix，一般通过ROI以及row(),col(),rowRange(),colRange()等得到的mat均为submatrix。
16-31 bit 代表magic signature，暂理解为用来区分Mat的。

(1). 得到depth:

inline
int Mat::depth() const
{
    return CV_MAT_DEPTH(flags);
}

定义的宏

#define CV_CN_MAX     512
#define CV_CN_SHIFT   3
#define CV_DEPTH_MAX  (1 << CV_CN_SHIFT)

#define CV_8U   0
#define CV_8S   1
#define CV_16U  2
#define CV_16S  3
#define CV_32S  4
#define CV_32F  5
#define CV_64F  6
#define CV_USRTYPE1 7

#define CV_MAT_DEPTH_MASK       (CV_DEPTH_MAX - 1)
#define CV_MAT_DEPTH(flags)     ((flags) & CV_MAT_DEPTH_MASK)

由Mat.depth()调用该宏,**这组操作实际上就是取flags，0~2位来计算depth的。这个宏是把flags作为变量传入宏里的flags(值为图片类型的数据)，与上面的compute的flags的值不一样(值是CV_8U)。

(2). 得到channels：

inline
int Mat::channels() const
{
    return CV_MAT_CN(flags);
}

定义的宏：

#define CV_CN_MAX     512
#define CV_CN_SHIFT   3
#define CV_MAT_CN_MASK          ((CV_CN_MAX - 1) << CV_CN_SHIFT)
#define CV_MAT_CN(flags)        ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1)

CV_CN_MAX - 1将通道的可能值变为[0，511]，这样就能够用9位来表示所有的可能值，左移三位是为了关闭depth位
(3). 获取type：

inline
int Mat::type() const
{
    return CV_MAT_TYPE(flags);
}

定义的宏

#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))
#define CV_MAKE_TYPE CV_MAKETYPE
//注释掉的是具体类型
/*
#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)
#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))

#define CV_8SC1 CV_MAKETYPE(CV_8S,1)
#define CV_8SC2 CV_MAKETYPE(CV_8S,2)
#define CV_8SC3 CV_MAKETYPE(CV_8S,3)
#define CV_8SC4 CV_MAKETYPE(CV_8S,4)
#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))

#define CV_16UC1 CV_MAKETYPE(CV_16U,1)
#define CV_16UC2 CV_MAKETYPE(CV_16U,2)
#define CV_16UC3 CV_MAKETYPE(CV_16U,3)
#define CV_16UC4 CV_MAKETYPE(CV_16U,4)
#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))

#define CV_16SC1 CV_MAKETYPE(CV_16S,1)
#define CV_16SC2 CV_MAKETYPE(CV_16S,2)
#define CV_16SC3 CV_MAKETYPE(CV_16S,3)
#define CV_16SC4 CV_MAKETYPE(CV_16S,4)
#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))

#define CV_32SC1 CV_MAKETYPE(CV_32S,1)
#define CV_32SC2 CV_MAKETYPE(CV_32S,2)
#define CV_32SC3 CV_MAKETYPE(CV_32S,3)
#define CV_32SC4 CV_MAKETYPE(CV_32S,4)
#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))

#define CV_32FC1 CV_MAKETYPE(CV_32F,1)
#define CV_32FC2 CV_MAKETYPE(CV_32F,2)
#define CV_32FC3 CV_MAKETYPE(CV_32F,3)
#define CV_32FC4 CV_MAKETYPE(CV_32F,4)
#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))

#define CV_64FC1 CV_MAKETYPE(CV_64F,1)
#define CV_64FC2 CV_MAKETYPE(CV_64F,2)
#define CV_64FC3 CV_MAKETYPE(CV_64F,3)
#define CV_64FC4 CV_MAKETYPE(CV_64F,4)
#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))*/

#define CV_MAT_TYPE_MASK        (CV_DEPTH_MAX*CV_CN_MAX - 1)
#define CV_MAT_TYPE(flags)      ((flags) & CV_MAT_TYPE_MASK)

计算方式上述相似，开启0~11 bit的开关(8*512-1),得到flags低12位的值。
(4). 是否Continuous:

bool Mat::isContinuous() const
{
    return (flags & CONTINUOUS_FLAG) != 0;
}

定义与操作：

//枚举类型
enum { MAGIC_VAL  = 0x42FF0000, AUTO_STEP = 0, CONTINUOUS_FLAG = CV_MAT_CONT_FLAG, SUBMATRIX_FLAG = CV_SUBMAT_FLAG };
    enum { MAGIC_MASK = 0xFFFF0000, TYPE_MASK = 0x00000FFF, DEPTH_MASK = 7 };

//宏定义的操作
#define CV_MAT_CONT_FLAG_SHIFT  14
#define CV_MAT_CONT_FLAG        (1 << CV_MAT_CONT_FLAG_SHIFT)
#define CV_IS_MAT_CONT(flags)   ((flags) & CV_MAT_CONT_FLAG)
#define CV_IS_CONT_MAT          CV_IS_MAT_CONT

方式与上相同。

(5). 是否为Submatrix：

inline
bool Mat::isSubmatrix() const
{
    return (flags & SUBMATRIX_FLAG) != 0;
}

定义与操作：

//定义在上面的那个枚举那

#define CV_SUBMAT_FLAG_SHIFT    15
#define CV_SUBMAT_FLAG          (1 << CV_SUBMAT_FLAG_SHIFT)
#define CV_IS_SUBMAT(flags)     ((flags) & CV_MAT_SUBMAT_FLAG)

isContinuous和isSubmartix的用法

    cout << "src.isContinuous: " << src.isContinuous() << endl;
    cout << "src.isSubmatrix: " << src.isSubmatrix() << endl;

这里介绍了channels，depth，type怎么得到。