opencv中三種常見(jiàn)數(shù)據(jù)容器：Mat，cvMat和IplImage及它們編程顯示圖像的差異
opencv中常見(jiàn)的與圖像操作有關(guān)的數(shù)據(jù)容器有Mat，cvMat和IplImage，這三種類型都可以代表和顯示圖像，但是，Mat類型側(cè)重于計(jì)算，數(shù)學(xué)性較高，openCV對(duì)Mat類型的計(jì)算也進(jìn)行了優(yōu)化。而CvMat和IplImage類型更側(cè)重于“圖像”，opencv對(duì)其中的圖像操作（縮放、單通道提取、圖像閾值操作等）進(jìn)行了優(yōu)化。在opencv2.0之前，opencv是完全用C實(shí)現(xiàn)的，但是，IplImage類型與CvMat類型的關(guān)系類似于面向?qū)ο笾械睦^承關(guān)系。實(shí)際上，CvMat之上還有一個(gè)更抽象的基類----CvArr，這在源代碼中會(huì)常見(jiàn)。
1. IplImageopencv中的圖像信息頭，該結(jié)構(gòu)體定義： typedef struct _IplImage
{
int nSize; /* IplImage大小 */
int ID; /* 版本 （=0）*/
int nChannels; /* 大多數(shù)OPENCV函數(shù)支持1，2，3 或 4 個(gè)通道 */
int alphaChannel; /* 被OpenCV忽略 */
int depth; /* 像素的位深度： IPL_DEPTH_8U， IPL_DEPTH_8S， IPL_DEPTH_16U，
IPL_DEPTH_16S， IPL_DEPTH_32S， IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */
char colorModel［4］; /* 被OpenCV忽略 */
char channelSeq［4］; /* 被OpenCV忽略 */
int dataOrder; /* 0 - 交叉存取顏色通道， 1 - 分開(kāi)的顏色通道。 cvCreateImage只能創(chuàng)建交叉存取圖像 */
int origin; /* 0 - 頂—左結(jié)構(gòu)，1 - 底—左結(jié)構(gòu) （Windows bitmaps 風(fēng)格） */
int align; /* 圖像行排列 （4 or 8）。 OpenCV 忽略它，使用 widthStep 代替 */
int width; /* 圖像寬像素?cái)?shù) */
int height; /* 圖像高像素?cái)?shù)*/
struct _IplROI *roi; /* 圖像感興趣區(qū)域。 當(dāng)該值非空只對(duì)該區(qū)域進(jìn)行處理 */
struct _IplImage *maskROI; /* 在 OpenCV中必須置NULL */
void *imageId; /* 同上*/
struct _IplTIleInfo *TIleInfo; /*同上*/
int imageSize; /* 圖像數(shù)據(jù)大?。ㄔ诮徊娲嫒「袷较耰mageSize=image-》height*image-》widthStep），單位字節(jié)*/
char *imageData; /* 指向排列的圖像數(shù)據(jù) */
int widthStep; /* 排列的圖像行大小，以字節(jié)為單位 */
int BorderMode［4］; /* 邊際結(jié)束模式， 被OpenCV忽略 */
int BorderConst［4］; /* 同上 */
char *imageDataOrigin; /* 指針指向一個(gè)不同的圖像數(shù)據(jù)結(jié)構(gòu)（不是必須排列的），是為了糾正圖像內(nèi)存分配準(zhǔn)備的 */
} IplImage;
dataOrder中的兩個(gè)取值：交叉存取顏色通道是顏色數(shù)據(jù)排列將會(huì)是BGRBGR.。.的交錯(cuò)排列。分開(kāi)的顏色通道是有幾個(gè)顏色通道就分幾個(gè)顏色平面存儲(chǔ)。roi是IplROI結(jié)構(gòu)體，該結(jié)構(gòu)體包含了xOffset，yOffset，height，width，coi成員變量，其中xOffset，yOffset是x，y坐標(biāo)，coi代表channel of interest（感興趣的通道），非0的時(shí)候才有效。訪問(wèn)圖像中的數(shù)據(jù)元素，分間接存儲(chǔ)和直接存儲(chǔ)，當(dāng)圖像元素為浮點(diǎn)型時(shí)，（uchar *） 改為 （float *）：
/*間接存取*/
IplImage* img=cvLoadImage（“lena.jpg”， 1）;
CvScalar s; /*sizeof（s） == img-》nChannels*/
s=cvGet2D（img，i，j）; /*get the （i，j） pixel value*/
cvSet2D（img，i，j，s）; /*set the （i，j） pixel value*/
/*宏操作*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
for（int row = 0; row 《 img-》height; row++）
{
for （int col = 0; col 《 img-》width; col++）
{
b = CV_IMAGE_ELEM（img， UCHAR， row， col * img-》nChannels + 0）;
g = CV_IMAGE_ELEM（img， UCHAR， row， col * img-》nChannels + 1）;
r = CV_IMAGE_ELEM（img， UCHAR， row， col * img-》nChannels + 2）;
}
}
/*直接存取*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
uchar b， g， r; // 3 channels
for（int row = 0; row 《 img-》height; row++）
{
for （int col = 0; col 《 img-》width; col++）
{
b = （（uchar *）（img-》imageData + row * img-》widthStep））［col * img-》nChannels + 0］;
g = （（uchar *）（img-》imageData + row * img-》widthStep））［col * img-》nChannels + 1］;
r = （（uchar *）（img-》imageData + row * img-》widthStep））［col * img-》nChannels + 2］;
}
}
初始化使用IplImage *，是一個(gè)指向結(jié)構(gòu)體IplImage的指針：
IplImage * cvLoadImage（const char * filename， int iscolor CV_DEFAULT（CV_LOAD_IMAGE_COLOR））; //load images from specified image
IplImage * cvCreateImage（CvSize size， int depth， int channels）; //allocate memory
2.CvMat首先，我們需要知道，第一，在OpenCV中沒(méi)有向量（vector）結(jié)構(gòu)。任何時(shí)候需要向量，都只需要一個(gè)列矩陣（如果需要一個(gè)轉(zhuǎn)置或者共軛向量，則需要一個(gè)行矩陣）。第二，OpenCV矩陣的概念與我們?cè)诰€性代數(shù)課上學(xué)習(xí)的概念相比，更抽象，尤其是矩陣的元素，并非只能取簡(jiǎn)單的數(shù)值類型，可以是多通道的值。CvMat 的結(jié)構(gòu)：
typedef struct CvMat
{
int type;
int step; /*用字節(jié)表示行數(shù)據(jù)長(zhǎng)度*/
int* refcount; /*內(nèi)部訪問(wèn)*/
union {
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
} data; /*數(shù)據(jù)指針*/
union {
int rows;
int height;
};
union {
int cols;
int width;
};
} CvMat; /*矩陣結(jié)構(gòu)頭*/
創(chuàng)建CvMat數(shù)據(jù)：
CvMat * cvCreateMat（int rows， int cols， int type）; /*創(chuàng)建矩陣頭并分配內(nèi)存*/
CV_INLine CvMat cvMat（（int rows， int cols， int type， void* data CV_DEFAULT）; /*用已有數(shù)據(jù)data初始化矩陣*/
CvMat * cvInitMatHeader（CvMat * mat， int rows， int cols， int type， void * data CV_DEFAULT（NULL）， int step CV_DEFAULT（CV_AUTOSTEP））; /*（用已有數(shù)據(jù)data創(chuàng)建矩陣頭）*/
對(duì)矩陣數(shù)據(jù)進(jìn)行訪問(wèn)：
/*間接訪問(wèn)*/
/*訪問(wèn)CV_32F1和CV_64FC1*/
cvmSet（ CvMat* mat， int row， int col， double value）;
cvmGet（ const CvMat* mat， int row， int col ）;
/*訪問(wèn)多通道或者其他數(shù)據(jù)類型： scalar的大小為圖像的通道值*/
CvScalar cvGet2D（const CvArr * arr， int idx0， int idx1）; //CvArr只作為函數(shù)的形參void cvSet2D（CvArr* arr， int idx0， int idx1， CvScalar value）;
/*直接訪問(wèn)： 取決于數(shù)組的數(shù)據(jù)類型*/
/*CV_32FC1*/
CvMat * cvmat = cvCreateMat（4， 4， CV_32FC1）;
cvmat-》data.fl［row * cvmat-》cols + col］ = （float）3.0;
/*CV_64FC1*/
CvMat * cvmat = cvCreateMat（4， 4， CV_64FC1）;
cvmat-》data.db［row * cvmat-》cols + col］ = 3.0;
/*一般對(duì)于單通道*/
CvMat * cvmat = cvCreateMat（4， 4， CV_64FC1）;
CV_MAT_ELEM（*cvmat， double， row， col） = 3.0; /*double是根據(jù)數(shù)組的數(shù)據(jù)類型傳入，這個(gè)宏不能處理多通道*/
/*一般對(duì)于多通道*/
if （CV_MAT_DEPTH（cvmat-》type） == CV_32F）
CV_MAT_ELEM_CN（*cvmat， float， row， col * CV_MAT_CN（cvmat-》type） + ch） = （float）3.0; // ch為通道值
if （CV_MAT_DEPTH（cvmat-》type） == CV_64F）
CV_MAT_ELEM_CN（*cvmat， double， row， col * CV_MAT_CN（cvmat-》type） + ch） = 3.0; // ch為通道值
/*多通道數(shù)組*/
/*3通道*/
for （int row = 0; row 《 cvmat-》rows; row++）
{
p = cvmat -》data.fl + row * （cvmat-》step / 4）;
for （int col = 0; col 《 cvmat-》cols; col++）
{
*p = （float） row + col;
*（p+1） = （float）row + col + 1;
*（p+2） = （float）row + col + 2;
p += 3;
}
}
/*2通道*/
CvMat * vector = cvCreateMat（1，3， CV_32SC2）;CV_MAT_ELEM（*vector， CvPoint， 0， 0） = cvPoint（100，100）;
/*4通道*/
CvMat * vector = cvCreateMat（1，3， CV_64FC4）;CV_MAT_ELEM（*vector， CvScalar， 0， 0） = CvScalar（0， 0， 0， 0）;
復(fù)制矩陣操作：
/*復(fù)制矩陣*/
CvMat* M1 = cvCreateMat（4，4，CV_32FC1）;
CvMat* M2;
M2=cvCloneMat（M1）;
3.MatMat是opencv2.0推出的處理圖像的新的數(shù)據(jù)結(jié)構(gòu)，現(xiàn)在越來(lái)越有趨勢(shì)取代之前的cvMat和lplImage，相比之下Mat最大的好處就是能夠更加方便的進(jìn)行內(nèi)存管理，不再需要程序員手動(dòng)管理內(nèi)存的釋放。opencv2.3中提到Mat是一個(gè)多維的密集數(shù)據(jù)數(shù)組，可以用來(lái)處理向量和矩陣、圖像、直方圖等等常見(jiàn)的多維數(shù)據(jù)。
class CV_EXPORTS Mat
{
public：
/*.。很多方法。.*/
/*.。..。..。..。.*/
int flags;（Note ：目前還不知道flags做什么用的）
int dims; /*數(shù)據(jù)的維數(shù)*/
int rows，cols; /*行和列的數(shù)量;數(shù)組超過(guò)2維時(shí)為（-1，-1）*/
uchar *data; /*指向數(shù)據(jù)*/
int * refcount; /*指針的引用計(jì)數(shù)器; 陣列指向用戶分配的數(shù)據(jù)時(shí)，指針為 NULL
/* 其他成員 */
。..
};
從以上結(jié)構(gòu)體可以看出Mat也是一個(gè)矩陣頭，默認(rèn)不分配內(nèi)存，只是指向一塊內(nèi)存（注意讀寫保護(hù)）。初始化使用create函數(shù)或者M(jìn)at構(gòu)造函數(shù)，以下整理自opencv2.3.1 Manual：
Mat（nrows， ncols， type， fillValue］）;
M.create（nrows， ncols， type）;
例子：
Mat M（7，7，CV_32FC2，Scalar（1，3））; /*創(chuàng)建復(fù)數(shù)矩陣1+3j*/
M.create（100， 60， CV_8UC（15））; /*創(chuàng)建15個(gè)通道的8bit的矩陣*/
/*創(chuàng)建100*100*100的8位數(shù)組*/
int sz［］ = {100， 100， 100};
Mat bigCube（3， sz， CV_8U， Scalar:all（0））;
/*現(xiàn)成數(shù)組*/
double m［3］［3］ = {{a， b， c}， {d， e， f}， {g， h， i}};
Mat M = Mat（3， 3， CV_64F， m）.inv（）;
/*圖像數(shù)據(jù)*/
Mat img（Size（320，240），CV_8UC3）;
Mat img（height， width， CV_8UC3， pixels， step）; /*const unsigned char* pixels，int width， int height， int step*/
/*使用現(xiàn)成圖像初始化Mat*/
IplImage* img = cvLoadImage（“greatwave.jpg”， 1）;
Mat mtx（img，0）; // convert IplImage* -》 Mat; /*不復(fù)制數(shù)據(jù)，只創(chuàng)建一個(gè)數(shù)據(jù)頭*/
訪問(wèn)Mat的數(shù)據(jù)元素：
/*對(duì)某行進(jìn)行訪問(wèn)*/
Mat M;
M.row（3） = M.row（3） + M.row（5） * 3; /*第5行擴(kuò)大三倍加到第3行*/
/*對(duì)某列進(jìn)行復(fù)制操作*/
Mat M1 = M.col（1）;
M.col（7）.copyTo（M1）; /*第7列復(fù)制給第1列*/
/*對(duì)某個(gè)元素的訪問(wèn)*/
Mat M;
M.at《double》（i，j）; /*double*/
M.at（uchar）（i，j）; /*CV_8UC1*/
Vec3i bgr1 = M.at（Vec3b）（i，j） /*CV_8UC3*/
Vec3s bgr2 = M.at（Vec3s）（i，j） /*CV_8SC3*/
Vec3w bgr3 = M.at（Vec3w）（i，j） /*CV_16UC3*/
/*遍歷整個(gè)二維數(shù)組*/
double sum = 0.0f;
for（int row = 0; row 《 M.rows; row++）
{
const double * Mi = M.ptr《double》（row）;
for （int col = 0; col 《 M.cols; col++）
sum += std：：max（Mi［j］， 0.）;
}
/*STL iterator*/
double sum=0;
MatConsTIterator《double》 it = M.begin《double》（）， it_end = M.end《double》（）;
for（; it ！= it_end; ++it）
sum += std：：max（*it， 0.）;
Mat可進(jìn)行Matlab風(fēng)格的矩陣操作，如初始化的時(shí)候可以用iniTIalizers，zeros（）， ones（）， eye（）。 除以上內(nèi)容之外，Mat還有有3個(gè)重要的方法：
Mat mat = imread（const String* filename）; // 讀取圖像imshow（const string frameName， InputArray mat）; // 顯示圖像imwrite （const string& filename， InputArray img）; //儲(chǔ)存圖像
CvMat， Mat， IplImage之間的互相轉(zhuǎn)換
IpIImage -》 CvMat
/*cvGetMat*/
CvMat matheader;
CvMat * mat = cvGetMat（img， &matheader）;
/*cvConvert*/
CvMat * mat = cvCreateMat（img-》height， img-》width， CV_64FC3）;
cvConvert（img， mat）
IplImage -》 Mat
Mat：：Mat（const IplImage* img， bool copyData=false）;/*default copyData=false，與原來(lái)的IplImage共享數(shù)據(jù)，只是創(chuàng)建一個(gè)矩陣頭*/
例子：IplImage* iplImg = cvLoadImage（“greatwave.jpg”， 1）;
Mat mtx（iplImg）; /* IplImage * -》 Mat，共享數(shù)據(jù); or ： Mat mtx = iplImg;*/
Mat -》 IplImage
Mat M
IplImage iplimage = M; /*只創(chuàng)建圖像頭，不復(fù)制數(shù)據(jù)*/
CvMat -》 Mat
Mat：：Mat（const CvMat* m， bool copyData=false）; /*類似IplImage -》 Mat，可選擇是否復(fù)制數(shù)據(jù)*/
Mat -》 CvMat
例子（假設(shè)Mat類型的imgMat圖像數(shù)據(jù)存在）：
CvMat cvMat = imgMat;/*Mat -》 CvMat， 類似轉(zhuǎn)換到IplImage，不復(fù)制數(shù)據(jù)只創(chuàng)建矩陣頭
下載文檔
