OpenCV类Mat详解.docVIP

类Mat详解 OpenCV c++ n?维稠密数组类 类CV_EXPORTS Mat { public： / / … …很多的方法... int flags;（Note?：目前还不知道flags做什么用的） //!数组的维数， = 2 int dims ; //!行和列的数量或?(-1，-1)?此时数组已超过?2?维 int rows,cols; //!指向数据的指针 uchar *data ; //!指针的引用计数器?； / /?阵列指向用户分配的数据时，当指针为NULL int * refcount ; / /?其他成员 ... }; Mat类表示一个?n?维的密集数值单通道或多通道数组。它可以用于存储实数或复数值的向量和矩阵、灰度或彩色图像、体素、向量场、点云、张量、直方图?（尽管较高维的直方图存储在SparseMat可能更好）。M?数组的数据布局是由阵列??M.step[]定义的，使元素的地址（i0,。。。。iM.dims-1),其中?0= ik? M.size [k]，可以计算为： addr( Mi0?;:::;iM.dims-1) = M.data+ M.step[ 0]*i0?+ M.step[ 1] *i1?+ .…+ M.step[ M:dims- 1] iM:dims- 1 2维的数组的情况下根据上述公式被减至： addr( Mi,j)= M.data+ M.step[ 0]*i+ M.step[ 1] *j 请注意，M.step[i] =M.step[i+1]?（事实上，M.step[i] =M.step[i+1]*M.size[i+1]）。这意味着2维矩阵是按行存储的，3?维矩阵是由平面存储，以此类推。M.step[M.dims-1]?是最小的而且总是等于元素大小M.elemSize()。因此，Mat中的数据布局完全兼容OpenCV 1.x?中CvMat、?IplImage、?CvMatND类型。它也和标准工具包和SDK，如Numpy（ndarray），Win32(独立设备位图)等主流的密集数组类型相兼容，也就是说，与任何使用步进（或步长）来计算像素位置的阵列相兼容。由于这种兼容性，使用户分配的数据创建Mat头以及用OpenCV函数实时处理该头成为可能。有很多不同的方法，创建一个Mat的对象。下面列出了最常见的选项： 使用?create（nrows,ncols,type）方法或类似的Mat（nrows,ncols,type [,fillValue]) 构造函数。一个新的指定了大小和类型的数组被分配。type和cvCreateMat?方法中的type参数具有相同的含义。例如，CV_8UC1?是指一个?8?位单通道阵列，CV_32FC2?指?2?通道 (复)浮点阵列，以此类推。 //创建一个用1+3j填充的?7 x 7?复矩阵。 Mat ?M(7,7,CV_32FC2,Scalar(1,3)) ; / /现在将?M转换为100 x 60的CV_8UC(15)的矩阵。 / /?旧内容将会被释放 M.create(100,60,CV_8UC(15)) ; 这一章导言中指出，当前的数组与指定的数组的形状或类型create()?分配唯一的新数组时的形状或类型。 创建多维数组： / /?创建?100 x 100 x 100 8?位数组 int sz[] = {100, 100, 100}; Mat. bigCube (3,sz,CV_8U,Scalar::all(0)) ;它将维度数（= 1）传递给Mat的构造函数，但列数设置为?1时，创建数组将是?2?维的。因此，Mat::dims?始终是=2的(该数组为空时，也可以是?0）。 使用的复制构造函数或赋值运算符可以是一个数组或右侧的表达式（请参阅下图）。正像在导言中指出的，数组赋值运算复杂度是O(1)因为当你需要它的时候，它仅复制头和增加引用计数。 Mat::clone()?方法可用于获取全（深）的副本数组。为另一个数组的一部分构建头。它可以是单个行、?单个列，几个行，几个列，矩形区域（代数中称为较小值）的数组或对角线。这种操作也是复杂度为O(1)，因为，新头引用相同的数据。实际上，您可以使用此特性修改该数组的一部分例如： / /第?5行，乘以?3，加到第?3?行， M.row(3) = M.row(3) + M.row (5) * 3 ; / /?现在将第7列复制到第1列 / / M.col(1) = M.col(7) ;/ /?这个不能实现。 Mat??M1= M.col(1) ; M.col(7).copyTo(M1) ; / /?创建一种新的?320 x 240?图像 Mat img(Size(320,240),CV_8UC3) ; / /?选择ROI(r