OpenCV Mat类型

OpenCV Mat类型

OpenCV的Mat类型是图像处理和计算机视觉中最核心的数据结构，用于高效存储和操作多维数组（尤其是二维图像）。

核心特性

• 内存自动管理：Mat使用引用计数机制，自动释放不再使用的内存。
• 多维数组支持：支持二维图像、三维体积数据，甚至更高维度的矩阵。
• 灵活的数据类型：支持多种数据类型（如uchar,float,double）和多通道数据（如RGB图像的3通道）。
• 零拷贝机制：通过“浅拷贝”共享数据，避免不必要的内存复制，提升效率。

Mat的结构

每个Mat对象包含两部分：

• 矩阵头（Header）：存储矩阵的元信息（尺寸、数据类型、通道数等）。
• 数据指针（Data Pointer）：指向实际存储像素数据的连续内存块。

cv::Mat mat;  // 创建一个空的矩阵头（无数据）

创建Mat对象

常见的格式与使用场景

常见格式	使用场景
CV_8UC1	灰度图、图像掩码
CV_8UC3	摄像头采集
CV_8UC4	透明图层叠加
CV_16UC1	深度图
CV_32FC1	Sobel边缘检测的梯度幅值
CV_32FC3	YUV到RGB的高精度色彩空间转换

构造函数指定尺寸和类型

• 构造函数：cv::Mat(行数, 列数, 格式)
• 注意在通常以宽高形容时，宽指的是列数，高指的是行数；
  • 如果用宽高来形容，则应为：cv::Mat(高, 宽, 类型)

// 创建一个640x480的3通道8位无符号整数矩阵（BGR图像）
cv::Mat img(480, 640, CV_8UC3);
// 创建一个100x100的单通道8位无符号整数矩阵(灰度图像)
cv::Mat img_gray(100, 100, CV_8UC1);

使用create()方法

create方法会释放掉先前分配的内存，再重新分配

cv::Mat mat;
mat.create(480, 640, CV_8UC3);  // 重新分配内存（若之前mat已分配内存，则释放之前分配的内存）

初始化特殊矩阵

cv::Mat zeros = cv::zeros(100, 100, CV_8UC1);    // 全零矩阵
cv::Mat ones = cv::ones(100, 100, CV_8UC1);      // 全 1 矩阵
cv::Mat eye = cv::eye(3, 3, CV_8UC1);            // 单位矩阵

ROI感兴趣区域

• 语法：cv::Rect rect(起始x, 起始y, ROI宽, ROI高)
• 例：cv::Rect rect(100, 100, 300, 300);,从（100, 100）再取300*300的区域
  • 注意：300, 300不是结束的x,y坐标
  • 结束坐标应当是x + ROI宽, y + ROI高
• 初始化mat
  • 语法：cv::Mat roi = mat(rect)

cv::Mat mat = imread("1.png");
cv::Rect rect(100, 100, 200, 200); 
cv::Mat roi = mat(rect);
cv::namedWindow("roi", WINDOW_AUTOSIZE);
imshow("roi", roi);

访问像素数据

使用模板函数ptr()访问行指针（高效）

• 通过指针访问等同于直接地址访问，无需额外的拷贝操作
• mat.ptr<cv::Vec3b>(row); 获取行指针
• mat.ptr<cv::Vec3b>(row, col); 获取当前行列像素的指针

// 获取行指针访问
for(int row = 0; row < mat.rows; ++row){
  cv::Vec3b *row_ptr = mat.ptr<cv::Vec3b>(row);  // 获取当前行指针
  for(int col = 0; col < mat.cols; ++col){
    // 访问BGR通道值
    row_ptr[col][0] = 255;  // Blue通道
    row_ptr[col][1] = 0;    // Green通道
    row_ptr[col][2] = 0;    // Red通道
  }
}

// 直接获取像素指针
for(int row = 0; row < mat.rows; ++row){
  for(int col = 0; col < mat.cols; ++col){
    cv::Vec3b *pix = mat.ptr<cv::Vec3b>(row, col);
    // 访问BGR通道值
    pix->val[0] = 255;  // Blue通道
    pix->val[1] = 0;    // Green通道
    pix->val[2] = 0;    // Red通道
  }
}

使用at()方法

• 效率与ptr()近似
• mat.at<uchar>(row, col); 单通道
• mat.at<cv::Vec3b>(row, col); BGR通道

// 访问单通道像素（灰度）
uchar pixel_value = gray_img.at<uchar>(50, 50);
// 访问多通道像素（BGR）
cv::Vec3b &pixel = img.at<cv::Vec3b>(50, 50);  // &引用访问无需拷贝提高效率
pixel[0] = 255;  // B
pixel[1] = 0;    // G
pixel[2] = 0;    // R

使用迭代器（安全）

• 可以不用管mat的行列
• 语法：auto it = mat.begin<cv::Vec3b>();
• 安全但效率不高

cv::MatIterator_<cv::Vec3b> it = mat.begin<cv::Vec3b>();
cv::MatIterator_<cv::Vec3b> end = mat.endMcv::Vec3b>();
for(; it!= end; ++it){
  (*it)[0] = 255;  // B
  (*it)[1] = 0;    // G
  (*it)[2] = 0;    // R
}