少有人走的路Mat对象介绍
Mat对象是从OpenCV2.0引入的对象，处理的对象其实是二维像素数组。
就像OpenCV官方教程中说的，下图中的车在CCD中看到的其实是一个二维的数组。Mat这个对象集成了一些操作这个数组数据的方法。
最初的opencv版本中，和Mat功能相似的是数据结构 lIplImage。
lIplImage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
lMat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
Mat的构造函数，和常用方法如下：
Mat() Mat(int rows,int cols,int type) Mat(Size size,int type) Mat(int rows,int cols,int type,const Scalar &s) Mat(Size size,int type,const Scalar &s) Mat(int ndims,const int *sizes,int type) Mat(int ndims,const int *sizes,int type,const Scalar &s) void copyTo(Mat mat) void convertTo(Mat dst, int type) Mat clone() int channels() int depth() bool empty(); uchar* ptr(i=0)
下面用代码测试一下上面的函数。
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
double alpha = 1;
double beta = 50;
void changeContrastAndBright(const Mat& src, Mat& dst) {
for (int i = 0; i < src.rows; i++)
{
for (int j = 0; j < src.cols; j++)
{
for (int k = 0; k < 3; k++)
{
dst.at<Vec3b>(i, j)[k] =
saturate_cast<uchar>(alpha * (src.at<Vec3b>(i, j)[k]) + beta);
}
}
}
}
int main(int argc, char** argv) {
Mat src;
src = imread("e:/5.png");
if (src.empty()) {
cout << "不能载入图片..." << endl;
return -1;
}
namedWindow("input", CV_WINDOW_AUTOSIZE);
imshow("input", src);
Mat dst;
//创建与src一样大小的,默认像素的颜色填充(205,205,205)图像
dst = Mat(src.size(), src.type());
//指定像素颜色，这里是红色，即(0,0,255)
dst = Scalar(0, 0, 255);
namedWindow("win1", CV_WINDOW_AUTOSIZE);
imshow("win1", dst);
//cout << "dst=" << endl << dst << endl;
//创建一个4通道的，每个通道像素的值为(255,255,0,25)
//深度为32，像素点有4*4
//的图像矩阵，效果见图2
Mat dst1(4, 4, CV_32FC4, Scalar(255, 255, 0,25));
namedWindow("win2", CV_WINDOW_AUTOSIZE);
imshow("win2", dst1);
cout << "dst1=" << endl << dst1 << endl;
//复制图形矩阵
//copyTo是深度复制
Mat dst2(src.size(), src.type());
//这种方式是浅复制，只复制Mat的头部分
Mat dst3(src);
src.copyTo(dst2);
namedWindow("win3", CV_WINDOW_AUTOSIZE);
imshow("win3", dst2);
namedWindow("win4", CV_WINDOW_AUTOSIZE);
imshow("win4", dst3);
//把src的色彩空间转为CV_BGR2GRAY(灰度图），输出通道数量
//效果见图3
Mat dst4(src.size(), src.type());
cvtColor(src, dst4, CV_BGR2GRAY);
printf("src的通道数：%d\n", src.channels());
printf("dst4的通道数：%d\n", dst4.channels());
namedWindow("win5", CV_WINDOW_AUTOSIZE);
imshow("win5", dst4);
//create方法，跟构造函数作用差不多
Mat dst5;
dst5.create(src.size(), src.type());
dst5 = Scalar(0, 255, 0);
namedWindow("win6", CV_WINDOW_AUTOSIZE);
imshow("win6", dst5);
//掩模，提升图片对比度
Mat csrc;
Mat dst6 = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(src, csrc, -1, dst6);
namedWindow("win7", CV_WINDOW_AUTOSIZE);
imshow("win7", csrc);
//提升图片对比度亮度，见图4
Mat dst7=Mat::zeros(src.size(),src.type());
double time0 = static_cast<double>(getTickCount());
changeContrastAndBright(src, dst7);
time0 = ((double)getTickCount() - time0) / getTickFrequency();
cout << "直接遍历方法运行时间为：" << time0 << "秒" << endl;
Mat dst8;
time0 = static_cast<double>(getTickCount());
src.convertTo(dst8, src.type(), alpha, beta);
time0 = ((double)getTickCount() - time0) / getTickFrequency();
cout << "convertTo方法运行时间为：" << time0 << "秒" << endl;
namedWindow("win8", CV_WINDOW_AUTOSIZE);
imshow("win8", dst8);
waitKey(0);
return 0;
}
（图2）
（图3）
（图4）
代码解释：
（1）Mat对象的浅复制与深度复制
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) 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);
输出图像的内存是自动分配的
使用OpenCV的C++接口，不需要考虑内存分配问题
赋值操作和拷贝构造函数只会复制头部分
使用clone与copyTo两个函数实现数据完全复制
（2）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
（3）create方法
它可以创建多维数组，虽然2维以上数组我们不常用。
下面的代码创建了3维数组。
创建多维数组cv::Mat::create
int sz[3] = {2,2,2};
Mat L(3,sz, CV_8UC1, Scalar::all(0));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结果：
（4）convertTo方法
这个方法用于数据类型的转换，请看下面的示例代码。
//验证 convertTo 是否支持in place 和 改变通道数
#include <opencv2/opencv.hpp> //头文件
using namespace cv; //包含cv命名空间
using namespace std;
void main( )
{
// 【1】读入一张图片，载入图像
Mat ImgColor = imread("1.jpg", IMREAD_COLOR);// CV_8UC3
Mat ImgGray = imread("1.jpg", IMREAD_GRAYSCALE);// CV_8UC1
cout << "original" << endl;
cout << "ImgColor.type()" << ImgColor.type() << endl;
cout << "ImgGray.type()" << ImgGray.type() << endl << endl;
// 能否转为16位深度3通道
Mat ImgColorC3;
Mat ImgGrayC3;
ImgColor.convertTo(ImgColorC3, CV_16UC3);
ImgGray.convertTo(ImgGrayC3, CV_16UC3);
cout << "convertTo CV_16UC3" << endl;
cout << "ImgColorC3.type()" << ImgColorC3.type() << endl;
cout << "ImgGrayC3.type()" << ImgGrayC3.type() << endl << endl;
// 能否转为16位深度1通道
Mat ImgColorC1;
Mat ImgGrayC1;
ImgColor.convertTo(ImgColorC1, CV_16UC1);
ImgGray.convertTo(ImgGrayC1, CV_16UC1);
cout << "convertTo CV_16UC1" << endl;
cout << "ImgColorC1.type()" << ImgColorC1.type() << endl;
cout << "ImgGrayC1.type()" << ImgGrayC1.type() << endl << endl;
// convertTo是否支持in-place 操作
ImgColor.convertTo(ImgColor, CV_16UC3);
ImgGray.convertTo(ImgGray, CV_16UC3);
cout << "in place" << endl;
cout << "ImgColor.type()" << ImgColor.type() << endl;
cout << "ImgGray.type()" << ImgGray.type() << endl << endl;
}结果如下：
convertTo可以改变Mat的深度，例如可以把Mat的type从CV_8UC3改为CV_16SC3
convertTo不可以改变Mat的通道数，例如不可以把Mat的type从CV_8UC3改为CV_8UC1，即使你填入的转换类型通道数不同，输出的通道数还是与输入的通道数相同。
convertTo支持就地(in-place)操作
在本文的演示中，我们使用convertTo对图像的对比度和亮度的调整，主要是根据公式dst = alpha * src + beta（alpha控制对比度，beta控制亮度）。
代码中，我们演示了使用循环遍历像素的方法 changeContrastAndBright（）以及使用convertTo()的方法。
而convertTo方法速度要快得多，不是一个数量级。
---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文章代码及资料部分或全部来自贾志刚老师的视频，勇哥只是在个人理解的基础上做学习笔记，转载请附上博文链接！
本文出自勇哥的网站《少有人走的路》wwww.skcircle.com，转载请注明出处！讨论可扫码加群：
