OpenCV Mat矩阵(图像Mat)初始化及访问方法_opencv mat初始化

转载、参考、引用请注明出处。
文章地址：https://blog.csdn.net/duiwangxiaomi/article/details/93075571?spm=1001.2014.3001.5501
1
2

一、Mat初始化
1.使用Mat构造函数

//方法一：
Mat M( 2, 2, CV_8UC3, Scalar(0,255,0) );//其实是2*6的矩阵，因为每个元素有3个通道。
Mat M1( 2, 2, CV_8UC1，Scalar(0) );//单通道
//方法二：
int sz[3] = {2, 2, 2};
Mat L( 3, sz, CV_8UC(1), Scalar::all(0) );
1
2
3
4
5
6

2.为已存在的IplImage指针创建信息头

IplImage* img = cvLoadImage("1.jpg",1);
Mat test(img);
1
2

3.利用create函数

M.create( 4, 4, CV_8UC2);//CV_8UC2里面的2表示2通道
1

4.采用Matlab形式的初始化方式

Mat E = Mat::eye(4, 4, CV_64F);
Mat O = Mat::ones(2, 3, CV_32F);
Mat Z = Mat::zeros(3, 3, CV_8UC1);
1
2
3

5.Mat矩阵比较小时，学会直接赋值的方法，即用Mat_

Mat C =(Mat_<double>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);//直接赋初始值的方法
1

6.使用数组或指针初始化

Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)
Mat (Size size, int type, void *data, size_t step=AUTO_STEP)
example：
int a[2][3] = { 1, 2, 3, 4, 5, 6};
Mat m1(2,3,CV_32S,a);   //float 对应的是CV_32F,double对应的是CV_64F
cout << m1 << endl;
1
2
3
4
5
6

参考链接1

二、Mat访问

Mat和Matlab里的数组格式有点像，但一般是二维向量，如果是灰度图，一般存放"uchar"类型；如果是RGB彩色图，存放"Vec3b"类型。首先先看看图像的是怎么存储的。

单通道图像

多通道图像

单通道灰度图数据存放格式：

多通道的图像中，每列并列存放通道数量的子列，如RGB三通道彩色图：

opencv中，由于使用Mat.at访问数据时，必须正确填写相应的数据类型，因此必须弄清楚opencv中的数据类型与我们常用数据类型一一对应关系。

Mat_<uchar>---------CV_8U
Mat_<char>-----------CV_8S
Nat_<short>---------CV_16S
Mat_<ushort>--------CV_16U
Mat_<int>-----------CV_32S
Mat_<float>----------CV_32F
Mat_<double>--------CV_64F
1
2
3
4
5
6
7
8

CV_8U 8位无符号整数 （0…..255）
CV_8S 8 位符号整数 （-128…..127）
CV_16U 16 位无符号整数 （0……65535）
CV_16S 16 位符号整数 （-32768…..32767）
CV_32S 32 位符号整数 （-2147483648……2147483647）
CV_32F 32 位浮点数 （-FLT_MAX ………FLT_MAX，INF，NAN)
CV_64F 64 位浮点数 （-DBL_MAX ……….DBL_MAX，INF，NAN)

下面主要记录三种常见的访问Mat的方式：1.at访问 2.ptr访问 3.data访问
Mat中不管是以at访问还是ptr访问，都是行优先 ，先Y轴后X轴（即先行后列）

//方法1：
t = (double)getTickCount();
	Mat img1(1000, 1000, CV_32F);
	
	for (int i=0; i<1000; i++)
	{
		for (int j=0; j<1000; j++)
		{
			img1.at<float>(i,j) = 3.2f;
		}
	}
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());
	//***方法2************************************************************
	t = (double)getTickCount();
	Mat img2(1000, 1000, CV_32F);

	for (int i=0; i<1000; i++)
	{
		for (int j=0; j<1000; j++)
		{
			img2.ptr<float>(i)[j] = 3.2f;
		}
	}
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());
	//***方法3************************************************************
	t = (double)getTickCount();
	Mat img3(1000, 1000, CV_32F);
	float* pData = (float*)img3.data;

	for (int i=0; i<1000; i++)
	{
		for (int j=0; j<1000; j++)
		{
			*(pData) = 3.2f;
			pData++;
		}
	}
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());
	//***方法3************************************************************
	t = (double)getTickCount();
	Mat img4(1000, 1000, CV_32F);

	for (int i=0; i<1000; i++)
	{
		for (int j=0; j<1000; j++)
		{
			((float*)img3.data)[i*1000+j] = 3.2f;
		}
	}
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

对比几种方法，速度测试如下：

可以看出在debug版本下测试，不同访问方法差别比较大，Release下还好，而且也可以采用和指针结合的方式来增加效率，比如

/*********加强版********/
	t = (double)getTickCount();
	Mat img5(1000, 1000, CV_32F);
	float *pData1;
	for (int i=0; i<1000; i++) 
	{ 
		pData1=img5.ptr<float>(i);
		for (int j=0; j<1000; j++) 
		{ 
			pData1[j] = 3.2f; 
		} 
	} 
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());
1
2
3
4
5
6
7
8
9
10
11
12
13
14

参考链接2
参考链接3
参考链接4
参考链接5
参考链接6

多通道Mat访问
用at进行多通道访问，对应的数据类型如下：
typedef Vec<uchar, 2> Vec2b; //无符号双通道 CV_8U:0~255
typedef Vec<uchar, 3> Vec3b; //无符号3通道
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s; //short型双通道 CV_16S:-32768~32767
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<int, 2> Vec2i; //整型双通道 CV_32S:-2147483648~2147483647
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<float, 2> Vec2f; //浮点型双通道 CV_32F:1.1810-38~3.401038
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d; //double型双通道 CV_64F:2.2310-308~1.7910308
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;

示例程序，创建及访问双通道Mat

#include <opencv2/core/core.hpp>
#include <iostream>
 
using namespace std;
using namespace cv;
 
int main()
{
	int i, j;
	Mat dimg(3, 5, CV_16SC2,Scalar(-5,5));//构造一个3*5的short型双通道矩阵
       cout << "原矩阵" << endl << dimg << endl;
 	short int a=1,b=15;
	for (i = 0; i < dimg.rows; i++)
	{
		for (j = 0; j < dimg.cols; j++)
		{
			dimg.at<Vec2s>(i, j)[0] = a;//at<type>其中type由矩阵的类型确定
			dimg.at<Vec2s>(i, j)[1] = b;
		}
	}
 
	cout << "改变后矩阵" << endl << dimg << endl;
	system("pause");
}
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

参考链接6
参考链接7

欢迎大家点赞、收藏、评论，让更多的人看到哦~