[TOC]

概述

文章参考：https://blog.csdn.net/CV_Jason/article/details/54928920

文章参考：https://zhuanlan.zhihu.com/p/265085433

概述

OpenCV 作为强大的计算机视觉开源库，很大程度上参考了MatLab的实现细节和语法风格，比如说，在OpenCV2.x版本以后，越来越多的函数实现了MatLab所具有的功能，甚至干脆连函数名都一模一样（如 imread, imshow,imwriter等）。这一做法，不仅拉近了产品开发与学术研究的距离，并极大程度的提高了开发人员的研发效率，不得不说，Intel公司真的是一个伟大的公司。

在计算机内存中，数字图像以矩阵的形式存储和运算，比如，在MatLab中，图像读取之后对应一个矩阵，在OpenCV中，同样也是如此。

在早期的OpenCV1.x版本中，图像的处理是通过IplImage（该名称源于Intel的另一个开源库Intel Image Processing Library ，缩写成IplImage）结构来实现的。早期的OpenCV是用C语言编写，因此提供的借口也是C语言接口，其源代码完全是C的编程风格。IplImage结构是OpenCV矩阵运算的基本数据结构。

到OpenCV2.x版本，OpenCV开源库引入了面向对象编程思想，大量源代码用C++重写，Mat类 (Matrix的缩写) 是OpenCV用于处理图像而引入的一个封装类。从功能上讲，Mat类在IplImage结构的基础上进一步增强，并且，由于引入C++高级编程特性，Mat类的扩展性大大提高，Mat类的内容在后期的版本中不断丰富，如果你查看Mat类的定义的话（OpenCV3.1\sources\modules\core\include\opencv2\core\mat.hpp），会发现其设计实现十分全面而具体，基本覆盖计算机视觉对于图像处理的基本要求。

因此，在当前的OpenCV开发中，Mat可以说是最最最常见的数据单元，深入了解Mat类对于OpenCV深入开发有着重大意义。

Mat类常用成员函数和成员变量

Mat类十分庞大，其所涉及的成员函数和变量难以一一细数，在这里，仅学习记录其最最最常见的部分，以便日常使用。

构造函数

默认构造函数

1	cv::Mat::Mat()

默认构造函数，生成一个矩阵并由OpenCV提供的函数(一般是Mat::create() 和 cv::imread() )来分配储存空间。

Mat类可以分为两个部分：矩阵头和指向像素数据的矩阵指针

矩阵头包括数字图像的矩阵尺寸、存储方法、存储地址和引用次数等，矩阵头的大小是一个常数，不会随着图像的大小而改变，但是保存图像像素数据的矩阵则会随着图像的大小而改变，通常数据量会很大，比矩阵头大几个数量级。这样，在图像复制和传递过程中，主要的开销是由存放图像像素的矩阵而引起的。因此，OpenCV使用了引用次数，当进行图像复制和传递时，不再复制整个Mat数据，而只是复制矩阵头和指向像素矩阵的指针，例如：

1
2
3

cv::Mat a ; //默认构造函数，创建矩阵头
a = cv::imread("test.jpg");//读入图像，矩阵指针指向该像素数据
cv::Mat b = a ;//复制

上面的a，b有各自的矩阵头，但是其矩阵指针指向同一个矩阵，也就是其中任何一个改变了矩阵数据都会影响另外一个。
那么，多个Mat共用一个矩阵数据，最后谁来释放矩阵数据呢？
这就是引用计数的作用，当Mat对象每被复制一次时，就会将引用计数加1，而每销毁一个Mat对象（共用同一个矩阵数据）时引用计数会被减1，当引用计数为0时，矩阵数据会被清理。

type()函数

cv::Mat 类的对象有一个成员函数 type() 用来返回矩阵元素的数据类型，返回值是 int 类型，不同的返回值代表不同的类型。OpenCV Reference Manual 中对 type() 的解释如下所示：

1
2
3

Mat::type
C++: int Mat::type() const
The method returns a matrix element type. This is an identifier compatible with the CvMat type system, like CV_16SC3 or 16-bit signed 3-channel array, and so on.

实际的代码如下所示：

1
2
3

cv::Mat haha = cv::Mat::zeros(3,3,CV_64F);
int hahaType = haha.type();
std::cout<<"hahaType = "<<hahaType<<std::endl;

至此，知道了 type() 函数，下一步更关键的就是返回值和具体类型之间的对应关系了。文章《[LIST OF MAT TYPE IN OPENCV][LIST OF MAT TYPE IN OPENCV]》对此整理得非常清楚，具体如下表所示：

	C1	C2	C3	C4
CV_8U	0	8	16	24
CV_8S	1	9	17	25
CV_16U	2	10	18	26
CV_16S	3	11	19	27
CV_32S	4	12	20	28
CV_32F	5	13	21	29
CV_64F	6	14	22	30

表头的 C1, C2, C3, C4 指的是通道(Channel)数，比如灰度图像只有 1 个通道，是 C1；JPEG格式的 RGB 彩色图像就是 3 个通道，是 C3；PNG 格式的彩色图像除了 RGB 3个通道外，还有一个透明度通道，所以是 C4。大家还会发现 7 怎么没有被定义类型，这个可以看 OpenCV 源码，有如下所示的一行，说明 7 是用来给用户自定义的

1	#define CV_USRTYPE1 7

如果仅仅是为了在数值计算前明确数据类型，那么看到这里就可以了；如果是要使用 at 方法访问数据元素，那么还需要下面一步。因为以单通道为例，at 方法接受的是 uchar 这样的数据类型，而非 CV_8U。在已知通道数和每个通道数据类型的情况下，指定给 at 方法的数据类型如下表所示：

只要认识到，最关键的数据类型其实只有0～6，其他的，都是从0～6扩展通道而已，至于扩展几维，按照你的实际情况来就好。这里再解释一下，0～6的数据类型对应的数据范围：

无符号8bit整型（最常用）：Unsigned 8bits uchar 0~255
IplImage: IPL_DEPTH_8U
Mat: CV_8UC1, CV_8UC2, CV_8UC3, CV_8UC4

有符号8bit整型：Signed 8bits char -128~127
IplImage: IPL_DEPTH_8S
Mat: CV_8SC1，CV_8SC2，CV_8SC3，CV_8SC4

无符号16bit整型：Unsigned 16bits ushort 0~65535
IplImage: IPL_DEPTH_16U
Mat: CV_16UC1，CV_16UC2，CV_16UC3，CV_16UC4

有符号16bit整型：Signed 16bits short -32768~32767
IplImage: IPL_DEPTH_16S
Mat: CV_16SC1，CV_16SC2，CV_16SC3，CV_16SC4

有符号32bit整型：Signed 32bits int -2147483648~2147483647
IplImage: IPL_DEPTH_32S
Mat: CV_32SC1，CV_32SC2，CV_32SC3，CV_32SC4

32bit浮点数：Float 32bits float -1.18*10-38~3.40*10-38
IplImage: IPL_DEPTH_32F
Mat: CV_32FC1，CV_32FC2，CV_32FC3，CV_32FC4

64bit浮点数：Double 64bits double
Mat: CV_64FC1，CV_64FC2，CV_64FC3，CV_64FC4