关于opencv中Mat类的基本操作

doublebin

对于新手学习opencv，了解Mat类是最基本的要求。为了方便大家学习，对Mat的用法做了一些总结，希望对各位opencv初学者有所帮助。总结大部分是基于例子来写的，感觉这样更容易理解。
1. 创建 Mat  对象
1.1 构造函数方法
Mat M(3,2, CV_8UC3, Scalar(0,0,255));
第一行代码创建一个行数（高度）为 3，列数（宽度）为 2 的图像，图像元素是 8 位无符号整数类型，且有三个通道。图像的所有像素值被初始化为(0, 0,255)。
常用的构造函数有：
 Mat::Mat()
无参数构造方法；
 Mat::Mat(int rows, int cols, int type)
创建行数为 rows，列数为 col，类型为 type 的图像；
 Mat::Mat(Size size, int type)
创建大小为 size，类型为 type 的图像；
 Mat::Mat(int rows, int cols, int type, const Scalar& s)
创建行数为 rows，列数为 col，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)
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(const Mat& m)
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 和新对象共用图像数据；
 Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)
创建行数为 rows，列数为 col，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， 图像的行步长由 step指定。
 Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)
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，图像的行步长由 step 指定。
 Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)
创建的新图像为 m 的一部分，具体的范围由 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 Rect& roi)
创建的新图像为 m 的一部分，具体的范围 roi 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。
这些构造函数中， 很多都涉及到类型type。 type可以是CV_8UC1， CV_16SC1， …，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型） ；C 后面的数表示通道数，例如 C1 表示一个通道的图像，C4 表示 4 个通道的图像，以此类推。
1.2 create() 函数创建对象
Mat M(2,2, CV_8UC3);//构造函数创建图像
M.create(3,2, CV_8UC2);//释放内存重新创建图像
2 像素值的读写
很多时候， 我们需要读取某个像素值， 或者设置某个像素值； 在更多的时候，我们需要对整个图像里的所有像素进行遍历。OpenCV 提供了多种方法来实现图像的遍历。
2.1 at() 函数
uchar value = grayim.at<uchar>(i,j);//读出第 i 行第 j 列像素值
grayim.at<uchar>(i,j)=128; //将第 i 行第 j 列像素值设置为 128
下面是个简单的图像遍历程序
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
Mat grayim(600, 800, CV_8UC1);
Mat colorim(600, 800, CV_8UC3);
//遍历所有像素，并设置像素值
for( int i = 0; i < grayim.rows; ++i)
for( int j = 0; j < grayim.cols; ++j )
grayim.at<uchar>(i,j) = (i+j)%255;
//遍历所有像素，并设置像素值
for( int i = 0; i < colorim.rows; ++i)
for( int j = 0; j < colorim.cols; ++j )
{
Vec3b pixel;
pixel[0] = i%255; //Blue
pixel[1] = j%255; //Green
pixel[2] = 0; //Red
colorim.at<Vec3b>(i,j) = pixel;
}
//显示结果
imshow("grayim", grayim);
imshow("colorim", colorim);
29
waitKey(0);
return 0;
}
2.2 使用迭代器
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
Mat grayim(600, 800, CV_8UC1);
Mat colorim(600, 800, CV_8UC3);
//遍历所有像素，并设置像素值
MatIterator_<uchar> grayit, grayend;
30
for(  grayit  =  grayim.begin<uchar>(),  grayend  =
grayim.end<uchar>(); grayit != grayend; ++grayit)
*grayit = rand()%255;
//遍历所有像素，并设置像素值
MatIterator_<Vec3b> colorit, colorend;
for(  colorit  =  colorim.begin<Vec3b>(),  colorend  =
colorim.end<Vec3b>(); colorit != colorend; ++colorit)
{
(*colorit)[0] = rand()%255; //Blue
(*colorit)[1] = rand()%255; //Green
(*colorit)[2] = rand()%255; //Red
}
//显示结果
imshow("grayim", grayim);
imshow("colorim", colorim);
waitKey(0);
return 0;
}
3 从图像中抠出感兴趣的部分
//创建宽度为 320，高度为 240 的 3 通道图像
Mat img(Size(320,240),CV_8UC3);
//roi 是表示 img 中 Rect(10,10,100,100)区域的对象
Mat roi(img, Rect(10,10,100,100));
4 Mat之间的运算
同样给出一个简单程序
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
Mat A = Mat::eye(4,4,CV_32SC1);
Mat B = A * 3 + 1;
Mat C = B.diag(0) + B.col(1);
cout << "A = " << A << endl << endl;
cout << "B = " << B << endl << endl;
cout << "C = " << C << endl << endl;
cout << "C .* diag(B) = " << C.dot(B.diag(0)) << endl;
return 0;
}
5. Mat和IplImage、cvMat之间的相互转换
Mat img(Size(320, 240), CV_8UC3);
...
IplImage iplimg = img; //转为 IplImage 结构
mycvOldFunc( & iplimg, ...);//对 iplimg 取地址
CvMat cvimg = img; //转为 CvMat 结构
IplImage * iplimg = cvLoadImage("lena.jpg");
Mat im(iplimg, true);

Halcom

最好能全部使用Mat格式，并且给出可执行代码，而不只是复制粘贴啊，不然也就浪费网络资源了

doublebin

Halcom 发表于 2016-10-25 20:29
做好能全部使用Mat使用，并且给出可执行代码，而不只是复制粘贴啊，不然也就浪费网络资源了

里面给了好多的可执行代码呢，知识不知道怎样加载图片啊，就没把运行结果放上去。