OpenCV(三) 之基本数据结构 CvMat和 IplImage

CvMat

IplImage

OpenCv中基本的数据类型

类型	参数	表示
CvPoint	int x,y	像素点
CvPoint2D32f	float x,y	平面点
CvPoint3D32f	float x,y,z	空间点
CvSize	int width,height	图像大小
CvSize2D32f	float　x, y	区域大小
CvSize3D32f	float x,y,z	立方体大小
CvRect	int x,y,width,height	矩形区域
CvScalar	double val[4]	RGBA 值

类型的构造函数仅是类型名首字母小写，比如cvPoint(int x,int y)，除了CvScalar

CvScalar类型是可以用来存放4个double类型的数组，最多四个不一定要四个

typedef struct CvScalar
{
double val[4];
};

其赋值函数有四种

1. CvScalar cvScalar(double v0,double v1,double v2, double v3);
2. CvScalar cvRealScalar(double v0);
//第一个数值赋值，剩余三个为0
3. CvScalar cvScalarAll(double v);
//所有的四个值都相同
4. CV_RGB
#define CV_RGB(r,g,b) cvScalar(b,r,g,0);

CvMat类型

typedef struct CvMat {
int type;
int step;
int* refcount; // for internal use only
union {
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
} data;
union {
int rows;
int height;
};
union {
int cols;
int width;
};
} CvMat;

其构造函数

CvMat* cvCreateMat(int rows,int cols,int type);
CvMat* cvCreateMatHeader(int rows,int cols,int type);
CvMat* cvInitMatHeader(CvMat *mat,int rows,int cols,int type, void* data=NULL, int step = CV_AUTOSTEP)
CvMat* cvCloneMat(CvMat*)
//内存释放
void cvReleaseMat(CvMat** mat)

使用数组创建CvMat

float vals[4]=[1,2,3,4];
CvMat* mat;
cvInitMatHeader(mat,2,2,CV_32FC1,vals);

CvMat属性值的获取

cvGetElemType(const CvArr* arr);//返回数据类型
cvGetDims(const CvArr* arr,int* sizes=NULL);//返回CvMat的维数，相当于张量的阶数， int* 可以用来存储每一维对应的长度
cvGetDimSize(const CvArr* arr,int index);//返回第index维度上的长度

CvMat数据值的读取

float sum( const CvMat* mat )
{
float s = 0.0f;
for(int row=0; row<mat->rows; row++ )
{
const float* ptr = (const float*)(mat->data.ptr + row * mat->step);
for( col=0; col<mat->cols; col++ )
{
s += *ptr++;
}
}
return( s );
}

这里要注意的是

要强制指定数据类型，因为CvMat定义中数据类型是union。
使用step参数是每一行所占的字节数，并不等于cols*sizeof(bytes),因为含有优化的地址对齐问题。

CvMat矩阵数据存储顺序是先行再列，3D数据存储顺序是每个位置的channels，然后按行、列排列。

下图时一组空间点存到不同的CvMat的存储结果

1477837579893.jpg

IplImage

typedef struct _IplImage{
int nSize;
int ID;
int nChannels; //**type
int alphaChannel;
int depth; //**type
int dataOrder; //数组存储结构，是按照像素存IPL_DATA_ORDER_PIXEL,还是先按照通道存IPL_DATA_ORDER_PLANE
int origin; //图像坐标原点位于左上角 IPL_ORIGIN_TL，还是左下角IPL_ORIGIN_BL
int align;
int width; //**columns
int height; //**rows
char colorModel[4];
char channelSeq[4];
struct _IplROI* roi; //region of interest
struct _IplImage* maskROI;
void* imageId;
struct _IplTileInfo* tileInfo;
int imageSize;
char* imageData; //** data
int widthStep; //** step
int BorderMode[4];
int BorderConst[4];
char* imageDataOrigin;
}

其中注释**部分对应着CvMat的成员变量，CvMat的type成员被拆分成了两个属性：depth, nChannels表示像素值深度和图像的通道数

depth的取值有

IPL_DEPTH_8U; IPL_DEPTH_8S; IPL_DEPTH_16S; IPL_DEPTH_32S; IPL_DEPTH_32F; IPL_DEPTH_64F;

看字面就知道什么意思了。

IplROI包含的属性:

int xOffset, yOffset; //x,y 方向的偏置
int height, width; //感兴趣区域的大小
int COI; //Channel of Interest,感兴趣的通道

一旦ROI设置了，那么对图像的操作将尽在ROI内操作。

IplImage数据的访问示例

对于HSV图像，希望将S，V通道值设置为255：

void saturate_sv(IplImage* img)
{
for(int y=0;y<img->height;y++)
{
uchar* ptr=(uchar*)(img->imageData+y*img->widthStep);
for(int x=0;x<img->width;i++)
{
ptr[3*x+1]=255;
ptr[3*x+2]=255;
}
}
}

这里奇怪为什么默认img->dataOrder=IPL_DATA_ORDER_PIXEL。这是因为

We say that dataOrder may be either IPL_DATA_ORDER_PIXEL of IPL_DATA_ORDER_PLANE, but in fact only IPL_DATA_ORDER_PIXEL is supported by OpenCV. Both values are generally supported by IPL/IPP, but OpenCV always uses interleaved images.

Note: 比较CvMat和IplImage数据区的操作，发现IplImage->imageData并没有进行类型转换，全部都是byte字节，而CvMat则需要转换成所存储数据的类型，在指针运算时需要特别注意，尤其是IplImage和CvMat进行计算时。

ROI的使用:

void cvSetImageROI(IplImage* image, CvRect rect); //设置rect区域为感兴趣区域
void cvResetImageROI(IplImage* image); //取消图像的感兴趣区域

#include "highgui.h"
#include "cv.h"
int main(int argc, char** argv)
{
// 图像路径、ROI的x,y偏移量, 长和宽、像素值增加量
IplImage* src;
if (argc == 7 && ((src = cvLoadImage(argv[1])) != 0))
{
int xOffset = atoi(argv[2]); //x偏移
int yOffset = atoi(argv[3]); //y偏移
int width = atoi(argv[4]); //ROI宽
int height = atoi(argv[5]); //ROI高
int add = atoi(argv[6]); //每个像素值增加量
cvSetImageROI(src, cvRect(xOffset, yOffset, width, height));
cvAddS(src, cvScalarAll(add), src);
cvResetImageROI(src);
cvNamedWindow("src");
cvShowImage("src", src);
cvWaitKey(0);
cvReleaseImage(&src);
cvDestroyWindow("src");
}
}

1478005187960.jpg

上述过程还存在另一种直接地址操作的方法

#include "highgui.h"
#include "cv.h"
int main(int argc, char** argv)
{
// 图像路径、ROI的x,y偏移量, 长和宽、像素值增加量
IplImage* src;
if (argc == 7 && ((src = cvLoadImage(argv[1])) != 0))
{
int xOffset = atoi(argv[2]); //x偏移
int yOffset = atoi(argv[3]); //y偏移
int width = atoi(argv[4]); //ROI宽
int height = atoi(argv[5]); //ROI高
int add = atoi(argv[6]); //每个像素值增加量
IplImage * sub_img = cvCreateImageHeader(cvSize(width, height), src->depth, src->nChannels);
sub_img->widthStep = src->widthStep;
sub_img->imageData = src->imageData + yOffset*src->widthStep + xOffset*src->nChannels;
cvAddS(sub_img, cvScalarAll(add), sub_img);
cvReleaseImageHeader(&sub_img);
cvResetImageROI(src);
cvNamedWindow("src");
cvShowImage("src", src);
cvWaitKey(0);
cvReleaseImage(&src);
cvDestroyWindow("src");
}
}

这里很容易理解，就是将ROI截取出来作为一个新的图像，需要注意的时sub_img并没有新分配地址，数据区指向的仍然是src的数据区，此时图像sub_img的数据区并不是连续的，所以将src->widthStep赋值给sub_img-》widthStep保证读取正确的地址数据。