由于在寫上一篇圖像的數據結構時，發現自己只知道CvMat,竟然還有Mat數據結構，真是無知了，看了這么多程序，貌似沒有看到這個結構。有可能那些程序都是些老版本的例子，這是在2.0以后加上的，所以我也得緊跟呀！以下是自己的學習心得。。。。

一、Mat簡介
??? 在2001年剛剛出現的時候，OpenCV基于 C 語言接口而建。為了在內存（memory）中存放圖像，當時采用名為 IplImage 的C語言結構體，時至今日這仍出現在大多數的舊版教程和教學材料。但這種方法必須接受C語言所有的不足，這其中最大的不足要數手動內存管理，其依據是用戶要為開辟和銷毀內存負責。雖然對于小型的程序來說手動管理內

一、Mat簡介
??? 在2001年剛剛出現的時候，OpenCV基于 C 語言接口而建。為了在內存（memory）中存放圖像，當時采用名為 IplImage 的C語言結構體，時至今日這仍出現在大多數的舊版教程和教學材料。但這種方法必須接受C語言所有的不足，這其中最大的不足要數手動內存管理，其依據是用戶要為開辟和銷毀內存負責。雖然對于小型的程序來說手動管理內存不是問題，但一旦代碼開始變得越來越龐大，你需要越來越多地糾纏于這個問題，而不是著力解決你的開發目標。

???幸運的是，C++出現了，并且帶來類的概念，這給用戶帶來另外一個選擇：自動的內存管理（不嚴謹地說）。這是一個好消息，如果C++完全兼容C的話，這個變化不會帶來兼容性問題。為此，OpenCV在2.0版本中引入了一個新的C++接口，利用自動內存管理給出了解決問題的新方法。使用這個方法，你不需要糾結在管理內存上，而且你的代碼會變得簡潔（少寫多得）。但C++接口唯一的不足是當前許多嵌入式開發系統只支持C語言。所以，當目標不是這種開發平臺時，沒有必要使用舊 方法（除非你是自找麻煩的受虐狂碼農）。

? ?關于 Mat ，首先要知道的是你不必再手動地（1）為其開辟空間（2）在不需要時立即將空間釋放。但手動地做還是可以的：大多數OpenCV函數仍會手動地為輸出數據開辟空間。當傳遞一個已經存在的Mat 對象時，開辟好的矩陣空間會被重用。也就是說，我們每次都使用大小正好的內存來完成任務。

? ?基本上講 Mat 是一個類，由兩個數據部分組成：矩陣頭（包含矩陣尺寸，存儲方法，存儲地址等信息）和一個指向存儲所有像素值的矩陣（根據所選存儲方法的不同矩陣可以是不同的維數）的指針。矩陣頭的尺寸是常數值，但矩陣本身的尺寸會依圖像的不同而不同，通常比矩陣頭的尺寸大數個數量級。因此，當在程序中傳遞圖像并創建拷貝時，大的開銷是由矩陣造成的，而不是信息頭。OpenCV是一個圖像處理庫，囊括了大量的圖像處理函數，為了解決問題通常要使用庫中的多個函數，因此在函數中傳遞圖像是家常便飯。同時不要忘了我們正在討論的是計算量很大的圖像處理算法，因此，除非萬不得已，我們不應該拷貝大 的圖像，因為這會降低程序速度。

二、Mat的基本操作

? ?這里展示一個例子解釋一下Mat的基本操作
#include<cv.h>#include<highgui.h>#include<iostream>using namespace cv;using namespace std;int main(){/*********************************Mat基本操作-矩陣*******************************************/??? //二維三通道矩陣建立??? Mat M(2,2, CV_8UC3, Scalar(0,0,255)); //使用構造函數創建矩陣/*CV_8UC3 表示使用8位的 unsigned char 型，每個像素由三個元素組成三通道,初始化為（0，0，255）*/??? cout << "M = " << endl << " " << M << endl << endl; //格式化輸出??? //三維??? int sz[3] = {3,3,3}; ??? Mat L(3,sz, CV_8UC(1), Scalar::all(0));/*超過兩維的矩陣：指定維數，然后傳遞一個指向一個數組的指針，這個數組包含每個維度的尺寸；其余的相同*/??? cout << "L = " << endl << " " << M << endl << endl; //格式化輸出/********************************************Mat基本操作-圖像*******************************/?? Mat A, C;????? // 只創建信息頭部分??? A=imread("D:\\openCV\\openCVProject\\openCv筆記\\openCv筆記\\test.jpg", CV_LOAD_IMAGE_COLOR); // 這里為矩陣開辟內存??? Mat B(A);??????????????? // 使用拷貝構造函數??? C = A;????????????????? // 賦值運算符??? /*?拷貝構造函數和賦值函數 只拷貝信息頭和矩陣指針?*/??? Mat D (A, Rect(10, 10, 100, 100) ); //選取A中一個矩形區域,即只訪問其矩形區域的信息頭，只是創建信息頭?Mat E = A(cv::Range::all(), Range(1,3)); // 創建訪問邊界的信息頭。??? /*??? 要創建一個感興趣區域（ ROI ），你只需要創建包含邊界信息的信息頭?*/??? Mat F = A.clone();//復制圖像，包括數據??? Mat G;??? A.copyTo(G);??? /*?拷貝矩陣本身(不只是信息頭和矩陣指針)，?*/?//測試?namedWindow( "a", CV_WINDOW_AUTOSIZE );?namedWindow( "c", CV_WINDOW_AUTOSIZE );??imshow( "a", D);?imshow( "c", E );??/****************************************圖像的讀取、處理和保存**************************************/?? Mat image;? image = imread( "D:\\openCV\\openCVProject\\openCv筆記\\openCv筆記\\test.jpg", CV_LOAD_IMAGE_COLOR);//導入圖像? if( !image.data )? {???? cout<< " No image data \n " ;???? return -1;? }? Mat gray_image;? cvtColor( image, gray_image, CV_BGR2GRAY );//轉化為灰度圖? imwrite( "../../images/Gray_Image.jpg", gray_image );//寫入圖像? namedWindow( "source", CV_WINDOW_AUTOSIZE );? namedWindow( "Gray image", CV_WINDOW_AUTOSIZE );? imshow( "source", image );? imshow( "Gray image", gray_image );???? /*******************************************************************************************/? waitKey(0);? return 0;}
?對于Mat數據結構，在對圖像進行處理時要注意：

OpenCV函數中輸出圖像的內存分配是自動完成的（如果不特別指定的話）。
使用OpenCV的C++接口時不需要考慮內存釋放問題。
賦值運算符和拷貝構造函數（ ctor ）只拷貝信息頭。
使用函數 clone() 或者copyTo() 來拷貝一副圖像的矩陣?

三、掃描圖像的方法
#include<cv.h>#include<highgui.h>#include<time.h>#include<iostream>using namespace cv;using namespace std;int main(){??? //Mat img(10,10,CV_8UC3,Scalar(0,0,255));?Mat img,img_gray,img_gray2;?img=imread("D:\\openCV\\openCVProject\\openCv筆記\\openCv筆記\\test.jpg", CV_LOAD_IMAGE_COLOR);??? cvtColor( img, img_gray, CV_BGR2GRAY );//轉化為灰度圖?img_gray.copyTo(img_gray2);??? //方式一?for( int i=0;i<img_gray.rows;i++)?{??uchar* data = img_gray.ptr<uchar>(i);??for(int j=0;j<img_gray.cols;j++)??{???data[j] = 255; ??}?}?//img.create(10,10,CV_8UC3,Scalar(0,0,255));?//cout << "img = " << endl << " " << img_gray << endl << endl; //格式化輸出??? //方式二 W*H的一幅圖像看成是一個1*（w*h）的一個一維數組?int nc;?if(img_gray.isContinuous())//判斷是否被所有的像素填滿?{??nc = img_gray.rows*img_gray.cols*img_gray.channels();??}?else?{??cout<<"像素未填滿，不可用第二種方式"<<endl;??return -1;?}?uchar* data_2 = img_gray.ptr<uchar>(0);//提取第一個像素點指針?for(int i=0;i<nc;i++)//遍歷所有的元素?{??data_2[i] = 255;?}??? //方式三指針掃描?uchar* data_3 = img.data;//單個元素?img.at<uchar>(0,0)=0;?for(int i=0;i<img.rows;i++)//遍歷所有的元素?{??for(int j=0;j<img.cols;j++)??{???????????? data_3 = img.data + i*img.step + j * img.elemSize(); ??? //對各個通道賦值??? data_3[0]=100;???????????? data_3[1]=100;??? data_3[2]=100;??}?}?/*時間函數??? double start = getTickCount();?finish = clock(); ??? duration = (double)(finish - start) / CLOCKS_PER_SEC; ??? */?//方式四 迭代器iterator掃描圖像?Mat_<Vec3b>::iterator it = img.begin<Vec3b>();? ?Mat_<Vec3b>::iterator itend = img.end<Vec3b>();? ?for (; it!=itend; it++)? ?{? ?????? //對各個通道賦值??? (*it)[0] = 200;? ??? (*it)[1] = 200; ??? (*it)[2] = 200; ?}? ??? ?//測試，根據自己的選擇查看結果?namedWindow("sorce",WINDOW_AUTOSIZE);?namedWindow("result",WINDOW_AUTOSIZE);?cv::imshow("sorce",img);?cv::imshow("result",img_gray);?waitKey(0);?return 0;}
以上是對http://blog.csdn.net/yang_xian521/article/details/7182185#的綜合，以下是其博文，正如博主所說的， data_3 = img.data + i*img.step + j * img.elemSize();，int i=0;i<img_gray.rows;i++。。。這種在循環中出現的語句識別比較耗時的，注意避免。以下是其博文

1.存取單個像素值
最通常的方法就是
img.at<uchar>(i,j) = 255;img.at<Vec3b>(i,j)[0] = 255;
如果你覺得at操作顯得太笨重了，不想用Mat這個類，也可以考慮使用輕量級的Mat_類，使用重載操作符()實現取元素的操作。
cv::Mat_<uchar> im2= img; // im2 refers to image?? im2(50,100)= 0; // access to row 50 and column 100
2.用指針掃描一幅圖像

對于一幅圖像的掃描，用at就顯得不太好了，還是是用指針的操作方法更加推薦。先介紹一種上一講提到過的
for (int j=0; j<nl; j++){??????? uchar* data= image.ptr<uchar>(j);??????? for (int i=0; i<nc; i++)?????? {???????????????? ????????????????? data[i] = 255;??????? }}
更高效的掃描連續圖像的做法可能是把W*H的衣服圖像看成是一個1*（w*h）的一個一維數組，這個想法是不是有點奇葩，這里要利用isContinuous這個函數判斷圖像內的像素是否填充滿，使用方法如下：
if (img.isContinuous()){??????? nc = img.rows*img.cols*img.channels();}uchar* data = img.ptr<uchar>(0);for (int i=0; i<nc; i++){??????? data[i] = 255;}
更低級的指針操作就是使用Mat里的data指針，之前我稱之為暴力青年，使用方法如下：
uchar* data = img.data;// img.at(i, j)data = img.data + i * img.step + j * img.elemSize();
3.用迭代器iterator掃描圖像

和C++STL里的迭代器類似，Mat的迭代器與之是兼容的。是MatIterator_。聲明方法如下：
cv::MatIterator_<Vec3b> it;?
或者是：
cv::Mat_<Vec3b>::iterator it;掃描圖像的方法如下：
Mat_<Vec3b>::iterator it = img.begin<Vec3b>();Mat_<Vec3b>::iterator itend = img.end<Vec3b>();for (; it!=itend; it++){???????? (*it)[0] = 255;}
4.高效的scan image方案總結
還是用我們之前使用過的getTickCount、getTickFrequency函數測試速度。這里我就不一一列舉我測試的結果了，直接上結論。測試發現，好的編寫風格可以提高50%的速度！要想減少程序運行的時間，必要的優化包括如下幾個方面：


（1）內存分配是個耗時的工作，優化之；
（2）在循環中重復計算已經得到的值，是個費時的工作，優化之；舉例：
int nc = img.cols * img.channels();for (int i=0; i<nc; i++){.......}//**************************for (int i=0; i<img.cols * img.channels(); i++){......}
后者的速度比前者要慢上好多。
（3）使用迭代器也會是速度變慢，但迭代器的使用可以減少程序錯誤的發生幾率，考慮這個因素，可以酌情優化
（4）at操作要比指針的操作慢很多，所以對于不連續數據或者單個點處理，可以考慮at操作，對于連續的大量數據，不要使用它
（5）掃描連續圖像的做法可能是把W*H的衣服圖像看成是一個1*（w*h）的一個一維數組這種辦法也可以提高速度。短的循環比長循環更高效，即使他們的操作數是相同的

以上的這些優化可能對于大家的程序運行速度提高并不明顯，但它們畢竟是個得到速度提升的好的編程策略，希望大家能多采納。
還有就是利用多線程也可以高效提高運行速度。OpenMP和TBB是兩種流行的APT，不過對于多線程的東西，我是有些迷糊的，呵呵

5.整行整列像素值的賦值
對于整行或者整列的數據，可以考慮這種方式處理
img.row(i).setTo(Scalar(255));img.col(j).setTo(Scalar(255));這節就先介紹這么多攻略吧~希望大家喜歡

參考資料


? ? ? ? ? 1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/core/mat%20-%20the%20basic%20image%20container/mat%20-%20the%20basic%20image%20container.html


? ? ? ? ? 2http://blog.sina.com.cn/s/blog_73ee929c01010yor.html


? ? ? ? ? ????????????

再分享一下我老師大神的人工智能教程吧。零基礎！通俗易懂！風趣幽默！還帶黃段子！希望你也加入到我們人工智能的隊伍中來！https://blog.csdn.net/jiangjunshow

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的OpenCv学习笔记（二）—cv Mat学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。