04- OpenCV：Mat对象简介和使用

1、Mat对象与IplImage对象

2、Mat对象使用

3、Mat定义数组

4、相关的代码演示

1、Mat对象与IplImage对象

先看看Mat对象：图片在计算机眼里都是一个二维数组；

在OpenCV中，Mat是一个非常重要的类，用于表示图像或矩阵数据。

（1）Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分

（2）IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题

（3）Mat对象构造函数与常用方法

构造函数：

Mat(): 默认构造函数，创建一个空的Mat对象。
Mat(int rows, int cols, int type): 创建指定行数、列数和类型的Mat对象。
Mat(Size size, int type): 创建指定尺寸和类型的Mat对象。
Mat(int rows, int cols, int type, Scalar scalar): 创建指定行数、列数、类型和初始值的Mat对象。

常用方法：

rows(): 返回Mat对象的行数。
cols(): 返回Mat对象的列数。
size(): 返回Mat对象的尺寸（行数和列数）。
type(): 返回Mat对象的数据类型。
empty(): 检查Mat对象是否为空。
at<T>(int row, int col): 返回指定位置的元素值，其中T是元素的数据类型。
ptr<T>(int row): 返回指定行的指针，其中T是元素的数据类型。
clone(): 复制Mat对象并返回副本。
convertTo(Mat& dst, int type, double alpha=1, double beta=0): 将Mat对象转换为指定类型，并可选地进行缩放和偏移。
reshape(int cn, int rows=0): 改变Mat对象的通道数和行数。
int channels(): 返回Mat对象的通道
int depth(): 返回Mat对象深度

2、Mat对象使用

（1）复制

1）部分复制：一般情况下只会复制Mat对象的头和指针

部分，不会复制数据部分

Mat A= imread(imgFilePath);

Mat B(A) // 只复制

2）完全复制：如果想把Mat对象的头部和数据部分一起

复制，可以通过如下两个API实现

Mat F = A.clone();

或 Mat G; A.copyTo(G);

（2）Mat对象使用-四个要点

1）输出图像的内存是自动分配的

2）使用OpenCV的C++接口，不需要考虑内存分配问题

3）赋值操作和拷贝构造函数只会复制头部分

4）使用clone与copyTo两个函数实现数据完全复制

（3）Mat对象创建

1）cv::Mat::Mat构造函数

Mat M(2,2,CV_8UC3, Scalar(0,0,255))

其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3，第四个参数是向量表示初始化每个像素值是多少，向量长度对应通道数目一致

2）创建多维数组cv::Mat::create

int sz[3] = {2,2,2};         
Mat  L(3,sz, CV_8UC1, Scalar::all(0));

3）cv::Mat::create实现

Mat M;
M.create(4, 3, CV_8UC2);
M = Scalar(127,127);
cout << "M = " << endl << " " << M << endl << endl;
uchar* firstRow = M.ptr<uchar>(0);
printf("%d", *firstRow);

3、Mat定义数组

（1）定义小数组

Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);     
cout << "C = " << endl << " " << C << endl << endl;

4、相关的代码演示

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src;
	src = imread("D:/vcprojects/images/test.png");
	if (src.empty()) {
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);

	/*Mat dst;
	dst = Mat(src.size(), src.type());
	dst = Scalar(127, 0, 255);
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	imshow("output", dst);*/
	Mat dst;
	//src.copyTo(dst);
	namedWindow("output", CV_WINDOW_AUTOSIZE);

	cvtColor(src, dst, CV_BGR2GRAY);
	printf("input image channels : %d\n", src.channels());
	printf("output image channels : %d\n", dst.channels());

	int cols = dst.cols;
	int rows = dst.rows;

	printf("rows : %d cols : %d\n", rows, cols);
	const uchar* firstRow = dst.ptr<uchar>(0);
	printf("fist pixel value : %d\n", *firstRow);

	Mat M(100, 100, CV_8UC1, Scalar(127));
	//cout << "M =" << endl << M << endl;

	Mat m1;
	m1.create(src.size(), src.type());
	m1 = Scalar(0, 0, 255);

	Mat csrc;
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, csrc, -1, kernel);

	Mat m2 = Mat::eye(2, 2, CV_8UC1);
	cout << "m2 =" << endl << m2 << endl;

	imshow("output", m2);
	waitKey(0);
	return 0;
}