OpenCV笔记(3) CV::Mat
1. 创建一个数组
1.1 使用构造函数
cv::Mat a; //默认构造函数
cv::Mat b = cv::Mat(); //默认构造函数
cv::Mat c = cv::Mat(3, 3, CV_8UC1); //指定类型的二维数组
cv::Mat d = cv::Mat(cv::Size(3, 3),CV_8UC1); //指定类型的二维数组
cv::Mat e = cv::Mat(cv::Size(3, 3), CV_32FC2, cv::Scalar(1, 2)); //指定初始化值
cv::Mat f = cv::Mat(cv::Size(3, 3), CV_8UC3, cv::Scalar(1, 2, 3)); //指定初始化值 cout << "a = " << a << endl;
cout << "b = " << b << endl;
cout << "c = " << c << endl;
cout << "d = " << d << endl;
cout << "e = " << e << endl;
cout << "f = " << f << endl;

下表列举了cv::Mat的基本构造函数。除了默认构造函数,它们主要分为如下几个类型:
- 要求输入行数和列数来构造二位数组的
- 使用cv::Size对象来构造二维数组
- 构造n维数组并且要求你通过一个整型的序列来确定每一位数据维度的
| 构造函数 | 说明 |
| cv::Mat() | 默认构造函数 |
| cv::Mat(int rows, int cols, int type); | 指定类型的二维数组 |
| cv::Mat(cv::Size size, int type); | 指定类型的二维数组(大小由size指定) |
| cv::Mat(int rows, int cols, int type, const Scalar& s); | 指定类型的二维数组,并指定初始化值 |
| cv::Mat(cv::Size size, int type, const Scalar& s); | 指定类型的二维数组,并指定初始化值(大小由size指定) |
| cv::Mat(int ndims, const int* sizes, int type); | 指定类型的多维数组 |
| Mat(int ndims, const int* sizes, int type, const Scalar& s); | 指定类型的多维数组,并指定初始化值 |
|
Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP) |
指定类型的多维数组,并指定预先存储的数据 |
1.2 从其他cv::Mat复制数据
方法主要有:
- 从一个数组创建另一个数组
- 从已存在的数组子区域创建数组
1)输入行列范围(只在二维矩阵的情况下有效)
2)使用cv::Rect来指定一个矩形的子区域(只在二维矩阵的情况下有效)
3)输入一个range数组 (range所指向的有效范围必须和mat的维度相等,如果你的mat时多维(>2)的数组,必须使用第三种)
- 从矩阵表达中生成新的矩阵
| 构造函数 | 说明 |
| cv::Mat(const Mat& m) | 复制构造函数 |
|
cv::Mat(const Mat& m, const cv::Range& rows, const cv::Range& cols); |
只从指定的行列中复制数据的复制构造函数 |
| cv::Mat(const Mat& m, const cv::Rect& roi); | 只从感兴趣区域中复制数据的复制构造函数 |
| cv::Mat(const Mat& m, const cv::Range* ranges); | 服务于n维数组的,从泛化的ROI中复制数据的复制构造函数 |
| cv::Mat(const cv::MatExpr& expr); | 从其他矩阵的线性代数表述中生成新矩阵的复制构造函数 |
示例:
cv::Mat R = (cv::Mat_<double>(3, 3) <<
1, 2, 3,
4, 5, 6,
7, 8, 9); cv::Mat temp = R({ 0,0,2,2 });

1.3 通过create函数来创建数组
cv::Mat m;//数组没有大小和数据类型
m.create(4, 4, CV_8UC1);//再次使用成员函数create()来申请一个内存区域
cout << "m = " << m << endl;
1.4 通过opencv提供的类matlab的函数创建
cv::Mat Me = cv::Mat::eye(4, 4, CV_64F);
cout << "Me = " << Me << endl; cv::Mat Mo = cv::Mat::ones(4, 4, CV_64F);
cout << "Mo = " << Mo << endl; cv::Mat Mz = cv::Mat::zeros(4, 4, CV_64F);
cout << "Mz = " << Mz << endl;
1.5 数据自定义矩阵创建
cv::Mat m = (cv::Mat_<int>(3, 3) <<
1, 2, 3,
4, 5, 6,
7, 8, 9);
2. 访问数组元素
2.1 访问一个元素
通过模板函数at<>()来实现。
这个函数有很多变体,对不同维度的数组有不同的参数要求。这个函数的工作方式是先将at<>()特化到矩阵所包含的数据类型,然后使用你想要的数据的行和列的位置访问该元素。
cv::Mat m1 = cv::Mat::eye(10, 10, CV_32FC1); //单通道数组
printf("Element(3,3) is %f\n", m1.at<float>(3, 3));
cv::Mat m2 = cv::Mat::eye(10, 10, CV_32FC2); //多通道数组
printf("Element(3,3) is (%f, %f)\n",m2.at<cv::Vec2f>(3, 3)[0], m2.at<cv::Vec2f>(3, 3)[1]);
输出结果为:
Element(3,3) is 1.000000
Element(3,3) is (1.000000, 0.000000)
通过模板函数ptr<>()来实现。
首先需要一个类型名来实例化。然后接受一个整型参数来指示希望指针指向的行,函数将返回一个和矩阵原始数据类型相同的数据指针(比如说,如果数组的类型是CV_32FC3,它将会返回一个float*)。因此给定一个类型为float三通道的矩阵mtx,结构体mtx.ptr<Vec3f>(3)将会返回mtx对应行指向第一个元素第一个(浮点)通道的指针,这通常是访问数组组块的一种方式。因为一旦你拥有指针,就可以向指定的位置写入数据。
cv::Mat m = cv::Mat::eye(4, 4, CV_32FC1);
cout << *m.ptr<float>(0) << endl; cv::Mat m1 = cv::Mat::eye(4, 4, CV_32FC2);
cout << *m1.ptr<cv::Vec2f>(0) << endl;
输出结果为
1
[1,0]
使用cv::Mat内嵌的迭代器机制
这种机制在某种程度上是基于STL容器所提供的机制。基础想法是OpenCV提供一对迭代器模板
- cv::MatConstIterator<> 用于只读(const)数组
- cv::MatIterator<> 用于非只读(ono-const)数组
cv::Mat的成员函数begin()和end()会返回这种类型的对象,因为迭代器具有足够的智能来处理连续的内存区域和非连续的内存区域,所以这种方法很方便。
所有迭代器都必须在数组建立的时候声明并且指定一个对象类型。下面有一个简单的使用迭代器来极端三通道三维数组中“最长”元素(一个三位向量域)的例子:
cv::Mat m;
m.create(cv::Size(3, 3), CV_32FC3);
cv::randu(m, -1.0f, 1.0f);
float max = 0.0f;
cv::MatConstIterator_<cv::Vec3f> it = m.begin<cv::Vec3f>();//书上的例子此处编译错误,使用了迭代器和begin模板类就ok了
//使用MatConstIterator类,编译没问题,输出会乱码
while (it != m.end<cv::Vec3f>()) {
float len2 = (*it)[0] * (*it)[0] + (*it)[1] * (*it)[1] + (*it)[2] * (*it)[2];
if (len2 > max) max = len2;
it++;
}
cout << max << endl;
2.2 通过面访问数组元素
还有另一种形式的迭代器,cv::NAryMatIterator。它只要求被迭代的数组有相同的几何结构(维度以及每个维度的范围)。该迭代器不会返回一个用于迭代的单独元素,而通过返回一堆数组进行N-ary迭代器操作,这些返回的数组也称为“面”(plane)。
2.3 通过块访问数组元素
你可能需要将一个数组的子集作为另一个数组访问。这个子集可能是一行或者一列,也可能是原始数组的一个子集。
最简单的方法是row()和col(),他将一个整型变量作为参数并返回这个变量所索引的行或者列。注意:表达式m2=m.row(3),这个表达式将创建一个新的数组头,并且分配它的data指针、step数组以及其他一写东西,这样它将可以访问m中的第三行数据。如果修改了m2中得到的数据,也会修改m中的数据,应使用真正的拷贝数据方法copyTo()。
还有rowRange()和colRange(),可以从多个连续的行(列)中提取数组。你可以1)指定开始和结束的行(列);2)传递指明想要的行(列)的cv::Range对象。在输入两个整数的情况下,数据范围会包括开始的索引但不包括结束的索引所指向的行(列)。在使用cv::Range的时候,也会受到类似的处理。
函数成员diag()返回的数组指向矩阵m的对角元素,调用m.diag()的时候,需要输入一个整型参数来说明哪一个对角需要被提取。如果参数为0,那么将会是主对角;如果是正数,相对于主对角向数组上部分偏移;如果是负的,反之。
最后一种提取子矩阵的方式是运算符()。通过这个运算符,你可以传递一对范围(指示行和列范围的cv::Range)或者一个cv::Rect来指定你想要的区域。
cv::Mat a = (cv::Mat_<int>(3, 3) <<
1, 2, 3,
4, 5, 6,
7, 8, 9);
cout << a.diag() << endl; //输出[1;5;9]
cout << a.diag(1) << endl; //输出[2;6]
cv::Mat b = a.rowRange(0, 1);
cv::Mat c = a.colRange(0, 1);
cout << a(cv::Range(0, 1), cv::Range(1, 2)) << endl;//输出[2]
cout << a(cv::Rect(0,0,2,2)) << endl;//输出[1,2;4,5]
3. 矩阵运算
3.1 矩阵的加减乘除
操作m2=m1,m2只是对于m1的一个引用。相比而言,m2=m1+m0表达的意思则完全不一样。因为m1+m0是矩阵表达式,者会被计算并且将结果的指针指向m2。结果将处于一个新的内存区域中。
| 示例 | 说明 |
| m0 + m1; m0 - m1; | |
| m0 + s; m0 - s; s + m0; s - m0; | 矩阵和单个元素的加减 |
| -m0; | |
| s * m0; m0 * s; | |
| m0.mul(m1); m0/m1; | 对应元素相乘/除 |
| m0*m1 | 矩阵乘法 |
3.2 向量的点乘和叉乘
m0.dot(m1);
对于向量a和向量b:

a和b的点乘(内积)公式为:

m0.cross(m1);只适用于3x1矩阵
对于向量a和向量b:

a和b的点乘(外积)公式为:

其中:

3.3 其他
- 求逆 m0.inv(method)
- 求转置 m0.t()
- 取绝对值 cv::abs(m0)
- 按元素进行比较 m0>m1
- 逻辑操作 m0&m1
- min(m0,m1); max(m0,s);
4.成员函数


4.1 Clone()
在方法中创建的Mat,在作为返回值时要深拷贝一下再传出。
4.2 IsContinuous()
这里的continue的意思是在内存上continue,正常情况下,头一行的末尾在内存里和下一行的开头是相连的,但是有时候我们做了一些操作,选取了Mat 的一部分,例如选了一个ROI 这时候就不满足上面说的相连了。那么这时候continuous就被判定为假。
源自:《学习OpenCV3》第四章
OpenCV笔记(3) CV::Mat的更多相关文章
- OpenCV图片类cv::Mat和QImage之间进行转换(好多相关文章)
在使用Qt和OpenCV混合编程时,我们有时需要在两种图片类cv::Mat和QImage之间进行转换,下面的代码参考了网上这个帖子: //##### cv::Mat ---> QImage ## ...
- MatLab Load cv::Mat 导入数据
我们有时候在项目中需要将OpenCV中的cv::Mat导入MatLab进行分析与处理,那么如果把数据转过去呢,我们的做法是首先将cv::Mat导出为txt文件,或者是yml文件,请参见我之前的博客Wr ...
- OpenCV学习笔记(二) cv::Mat
部分内容转自:OpenCV Tuturial,ggicci 在OpenCV Tuturial中可查看Mat的初始化与打印方法. Mat本质上是由两个数据部分组成的类: 矩阵头(包含矩阵尺寸,存储方法, ...
- OpenCV 3.0 CvMat and cv::Mat Conversion
After OpenCV 3.0, CvMat cannot be directly converted to cv::Mat, we need to use function cvarrToMat( ...
- 图像储存容器Mat[OpenCV 笔记11]
IplImage 与 Mat IplImage是OpenCV1中的图像存储结构体,基于C接口创建.在退出之前必须release,否则就会造成内存泄露.在一些只能使用C语言的嵌入式系统中,不得不使用. ...
- OpenCV几种访问cv::Mat数据的方法
一般来说,如果是遍历数据的话用指针ptr比用at要快.特别是在debug版本下.因为debug中,OpenCV会对at中的坐标检查是否有溢出,这是非常耗时的. 代码如下 #include <op ...
- OpenCV 3.0中IplImage* 转cv::Mat
在OpenCV 2.0中使用: IplImage * ipl1, *ipl2; // ... const cv::Mat m = cv::Mat(ipl,false); cv::Mat m2 = ip ...
- 关于opencv中cv::Mat设置roi
opencv中设置roi实验: cv::Mat SrcImg; SrcImg = cv::imread("../resource/cpw3.png"); cv::imshow(&q ...
- Dlib笔记二:matrix或array2d与cv::Mat的互转
因为经常习惯的用OpenCV来做图像处理,所以难免希望将其他库的图像数据与OpenCV互转,所以今天就记录下这种互转的方法. 1.dlib::matrix/dlib::array2d转cv::Mat ...
- 【opencv】cv::Mat转std::vector<cv::Point2d> (注意两容器中数据类型的一致性)
获取cv::Mat大小: mymat.size() 获取cv::Mat指定位置的值:需指定数据类型,且注意数据类型应与存入时的数据类型一致,否则会导致不抛出异常的数据错误 mymat.at<,i ...
随机推荐
- Thread.Suspend和Abort 的区别
理解: 在C#中,Thread.Suspend是一个方法,用于暂停当前线程的执行.它会导致线程停止执行并进入挂起状态,直到调用Thread.Resume方法才能继续执行. 然而,Thread.Susp ...
- MMDeploy部署实战系列【第三章】:MMdeploy pytorch模型转换onnx,tensorrt
MMDeploy部署实战系列[第三章]:MMdeploy pytorch模型转换onnx,tensorrt 这个系列是一个随笔,是我走过的一些路,有些地方可能不太完善.如果有那个地方没看懂,评论区问就 ...
- TypeScript 中类的理解?应用场景?
一.是什么 类(Class)是面向对象程序设计(OOP,Object-Oriented Programming)实现信息封装的基础 ❝ 类是一种用户定义的引用数据类型,也称类类型 ❞ 传统的面向对象语 ...
- echarts使用与踩坑
0.踩坑点 1.当图表不显示在页面(display:none)执行resize可能会导致图表样式混乱 1. 官网示例 import * as echarts from 'echarts'; // 基于 ...
- 力扣43(java)-字符串相乘(中等)
题目: 给定两个以字符串形式表示的非负整数 num1 和 num2,返回 num1 和 num2 的乘积,它们的乘积也表示为字符串形式. 注意:不能使用任何内置的 BigInteger 库或直接将输入 ...
- python之Djiango框架简介
基础 # HTTP响应状态码 10X:服务端已经接受到你的数据了 你可以继续提交数据进行下一步操作 20X:请求成功(200) 30X:重定向(301,302) 40X:请求错误(404) 50X:服 ...
- vue项目(cli-3)替换浏览器logo
思路: 根html文件的 <link rel="icon" href="<%= BASE_URL %>favicon.ico">是引入i ...
- Rust中的并发性:Sync 和 Send Traits
在并发的世界中,最常见的并发安全问题就是数据竞争,也就是两个线程同时对一个变量进行读写操作.但当你在 Safe Rust 中写出有数据竞争的代码时,编译器会直接拒绝编译.那么它是靠什么魔法做到的呢? ...
- CentOS-7卸载了python2.7,yum不可用的解决方法
1.mount挂载iso镜像 [root@localhost software]# mount -t iso9660 -o loop CentOS-7-x86_64-DVD-2003.iso /med ...
- kube-proxy 流量流转方式
简介 kube-proxy 是 Kubernetes 集群中负责服务发现和负载均衡的组件之一.它是一个网络代理,运行在每个节点上, 用于 service 资源的负载均衡.它有两种模式:iptables ...