OpenCV数据结构与基本绘图（Mat 类、Point类、Scalar类等）1.基础图像容器 Mat2 常用的数据结构和函数3.基本图形的绘制

1.基础图像容器 Mat

1.1Mat 结构的使用

  Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸、存储方法，存储地址等信息）和一个指向所有像素值的矩阵（根据所选存储方法的不同，矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此在程序中传递图像并创建副本时，大的开销是由矩阵造成的，而不是信息头。
  为了解决开销问题，OpenCV 使用了引用计数机制。其思路是让每个 Mat 对象都拥有自己的信息头，但共享同一个矩阵。这通过让矩阵指针指向同一个地址实现。而拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。

	Mat A,C;		//仅创建信息头部分
	A = imread("1.jpg, CV_LOAD_IMAGE_COLOR);	//为矩阵开辟内存
	Mat B(A);		//使用拷贝构造函数
	C = A;		//赋值运算

  我们可以创建只引用部分数据的信息头。比如想要创建一个感兴趣区域（ROI，region of interest），只需要创建包含边界信息的信息头：

	Mat D (A ,Rect(10, 10, 100));	//使用矩形界定
	Mat E = A(Range:all(), Range(1,3));	//用行和列界定

  对于矩阵的清理：通过引用计数机制来实现，我们无论什么时候复制一个 Mat 对象的信息头，都会增加矩阵的引用次数，反之，当一个头被释放后，这个计数被减一，当计数为零时，矩阵就会被清理。但某些时候想复制矩阵本身时（不是信息头和矩阵指针）。这时可以使用函数 clone() 或者 copyTo()。

	Mat F = A.clone();
	Mat G;
	A.copyTo(G);

  现在改变 F 或者 G就不会影响 Mat 信息头所指向的矩阵。
  可总结为以下四个要点：
  ● OpenCV 函数中输出图像的内存分配是自动完成的（如果不特别指定的话）。
  ● 使用 OpenCV 的 C++ 接口时不需要考虑内存释放的问题。
  ● 赋值运算符和拷贝构造函数（构造函数）只复制信息头。
  ● 使用函数 clone() 或者 copyTo() 来复制一幅图像的矩阵。

1.2像素值的存储方法

  存储像素值需要指定颜色空间和数据类型。颜色空间是指对于一个给定的颜色，如何组合颜色元素以对其编码。
  GRB 颜色空间是最常用的颜色空间，它的基色是红色、绿色和蓝色，有时为了表示透明颜色也会加入第四个元素 alpha(A)。
  颜色系统有很多，它们各有优势：
  ● GRB 是最常见的，这是因为人眼采用相似的工作机制，它也被显示设备所采用。
  ● HSV 和 HLS 把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感。
  ● YCrCb 在 JPEG 图像格式中广泛使用。
  ● CIE Lab* 是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的距离。
  每个组成元素都有自己的定义域，而定义域取决去其数据类型，如何存储一个元素决定了我们在其定义域上能控制的精度。最小的数据类型是 char ，占一个字节或者 8 位，可以是有符号型（0 ~ 255 之间）或是无符号型（-127 ~ +127）之间。尽管使用三个 char 类型元素已经可以表示 1600 万种颜色可能（使用 GBR 颜色空间），但若使用 float （4 字节，32 位）或 double 型（8 字节，64 位）则能给出更加精细的颜色分辨能力。

1.3 显示创建 Mat 对象的七种方法

  Mat 的 " << " 运算符也能将图片写入文件中，但该运算符只对二维矩阵有效。

方法一：使用 Mat 的构造函数：

	Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
	cout << "M = " << endl << " " << M << endl << endl;

运行结果：

  对于二维多通道图像，需要定义其尺寸，即行数和列数。然后，需要指定存储元素的数据类型以及每个矩阵的点通道数。为此，依以下规则有多种定义：
  CV_[位数][带符号与否][类型前缀]C[通道数]
  比如 CV_8UC3 表示使用 8 位的 unsigned char 型，每个像素由三个元素组成三通道。而预先定义的 通道数可以多达四个。另外，Scalar 是个 short 型的向量，能使用指定的定制化值来初始化矩阵，它还可以用于表示颜色。当然，若需要更多通道，可以使用大写的宏并把通道数放在小括号中，如方法二。

1.3.1 Mat 的常用构造函数

//1.无参构造函数
Mat::Mat()

//2.创建行为 rows,列为 cols,类型为 type 的图像
Mat::Mat(int rows,int cols,int type)

//3.创建大小为 size,类型为 type 的图像
Mat::Mat(Size size,int type)

//4.创建行数为 rows,列数为 cols,类型为 type 的图像,并将所有元素初始化值为 s
Mat::Mat(int rows,int cols,int type,const Scalar& s)

//5.创建大小为 size,类型为 type 的图像,并将所有元素初始化为值 s
Mat::Mat(Size size,int type,const Scalar& s)

//6.将 m 赋值给新创建的对象，此处不会对图像数据进行复制，m 和新的图像共用图像数据
Mat::Mat(const Mat& m)

/*7.创建行数为 rows,列数为 cols,类型为 type 的图像,此构造函数不创建图像数据所需内存，而是直接使
用 data 所指内存，图像的步长由 step 指定8*/
Mat::Mat(int rows,int cols,int type,void* data,size_t step = AUTO_STEP)

//8.创建大小为 size,类型为 type 的图像,此构造函数不创建图像数据所需内存，而是直接使
//用 data 所指内存，图像的步长由 step 指定
Mat::Mat(int rows,int cols,int type,void* data,size_t step = AUTO_STEP)

/*9.创建的新图像为 m 的一部分，具体范围由 rowRange 和 colRange 指定，此构造函数也不进行图像数据
的复制操作，新图像与 m 共用图像数据。*/
Mat::Mat(const Mat& m,const Range& rowRange,const Range& colRange)

/*10.创建的图像为 m 的一部分，具体的范围 roi 指定，此函数也不进行图像的复制，新图像与原图像共享
图像数据 */
Mat::Mat(const Mat& m,const Rect& roi)

方法二：在 CC++ 中通过构造函数进行初始化

	Mat sz[3] = {
   2,2,2};
	Mat L(3, sz, CV_8UC, Scalar::all(0));

  上面的例子演示了如何创建一个超过两维的矩阵：指定维数，然后传递一个指向一个数组的指针，这个数组包含两个维度的尺寸，后续两个参数与方法一中的相同。

方法三：为已存在的 IplIamge 指针创建信息头
IplImage 的头文件为： #include<highgui/highgui_c.h>

	IplImage* img = cvLoadImage("1,jpg",1);
	Mat mtx(img);	//转换 IplImage* -> Mat;

方法四：利用 Create() 函数

	M.create(4, 4, CV_8UC(2));
	cout << "M = " << endl << " " << M << endl << endl;

运行结果：

  需要注意的是，此创建方法不能为矩阵设初值，只是在改变尺寸重新为矩阵开辟内存而已。

方法五：采用 Matlab 式的初始化方法
  Matlab 形式的初始化方法有：zeros() , ones() , eyes() 。使用以下方式指定尺寸和数据类型：

	Mat E = Mat::eye(4, 4, CV_64F);
	cout << "E = " << endl << " " << E << endl << endl;
	
	Mat O = Mat::ones(2, 2, CV_32F);
	cout << "O = " << endl << " "<

最后

以上就是称心大侠为你收集整理的OpenCV数据结构与基本绘图（Mat 类、Point类、Scalar类等）1.基础图像容器 Mat2 常用的数据结构和函数3.基本图形的绘制的全部内容，希望文章能够帮你解决OpenCV数据结构与基本绘图（Mat 类、Point类、Scalar类等）1.基础图像容器 Mat2 常用的数据结构和函数3.基本图形的绘制所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。