图像容器Mat：访问图像像素
1、关于Mat：基本上讲,Mat是一个类，由两部分组成：矩阵头；............................................ 一个指向像素值矩阵的指针。使用Mat进行图像操作时，使每个Mat对象创建自己的矩阵头，但共享同一个矩阵。这通过使用矩阵指针指向同一地址实现。例如：在拷贝图像时，只拷贝矩阵头和矩阵指针，而不拷贝矩阵。Mat A, C; // 只创建信息头部分A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // 这里为矩阵开辟内存Mat B(A); // 使用拷贝构造函数C = A; // 赋值运算符
2、Mat公共属性：Mat的成员函数含义以下几个公共属性；Mat信息头：cv::Mat::Mat(int rows,int cols,int type)cv::Mat::Mat(int ndims,const int *sizes,int type)cv::Mat::Mat(const std::vector< int > & sizes,int type)cv::Mat::Mat(Size size,int type,void * data,size_t step=AUTO_STEP)
3、常见成员函数：// make a 7x7 complex matrix filled with 1+3j.Mat M(7,7,CV_32FC2,Scalar(1,3));// and now turn M to a 100x60 15-channel 8-bit matrix.// The old content will be deallocatedM.create(100,60,CV_8UC(15));IplImage*转MatIplImage* img = cvLoadImage("greatwave.png", 1);Mat mtx(img); // convert IplImage* -> Mat具体成员函数如下图所示：
4、Mat类型存储格式：存储像素值需要指定颜色空间和数据类型。对灰度图像，一般存放<uchar>数据类型；对RGB彩色图像，一般存放<Vec3b>数据类型；单通道灰度图数据存放格式：如图所示多通道彩色图像数据存放格式：如图所示通常，图像的数据都是连续存放在内存中的。使用isContinuous()函数来判断图像十足是否为连续的。
5、访问图像像素：方法一：“NaNr争犸禀淫<>”和内存访问操作符“[]”Mat最直接访问方法是通过NaNr<>函数得到一行的指针，并使用[]操作符访问某一列的像艾绱书虻素值。//访问图像像素//在每行定义一个指针，然后在内存上直接连续访问;Mat& mImageReduce_C(Mat &mImg, int mGreyThresh){ //只接受字符类型的图像 CV_Assert(mImg.depth()!=sizeof(uchar)); int mChannels=mImg.channels(); int mRows=mImg.rows; int mCols=mImg.cols*mChannels;//根据图像存储结构 if (mImg.isContinuous())//一般情况下isContinuous()为true; { mCols *= mRows; mRows =1;//图像内存存储形式 } uchar *mData; for (int i=0;i<mRows;++i) { mData = mImgNaNr<uchar>(i); for (int j=0;j<mCols;j++) { if (mData[j]<mGreyThresh) { mData[j]=0; } else continue; } } return mImg;}
6、方法二：迭代器，较安全方法；OpenCV中，迭代器会勃谧锵疙访问每一列然后自动跳到下一行，不管内存是否isContinous。【注】：三墩伛荨矧通道图像定义<Vec3b>格式的迭代器。这种方式虽然安全，速度较慢。Mat& mImageReduce_Interator(Mat &mImg, int mGreyThresh){ CV_Assert(mImg.depth()!=sizeof(uchar)); const int mChannels = mImg.channels(); switch(mChannels) { case 1: { MatIterator_<uchar> it,end; for (it=mImg.begin<uchar>(),end=mImg.end<uchar>();it!=end; it++) { if ((*it)<mGreyThresh) { (*it)=0; } else continue; } break; } case 3: { MatIterator_<Vec3b> it,end; for (it=mImg.begin<Vec3b>(),end=mImg.end<Vec3b>();it!=end;++it) { for (int i=0;i<3;i++) { if ((*it)[i]<mGreyThresh) { (*it)[i]=0; } else continue; } } } } return mImg;}
7、方法三：动态地址访问功能：访问任意的某一行某一列；更沾咎悉能适用于随机访问，在连续扫描点时不推荐。Mat& mImageReduce_Random(Mat &mImg, int mGrayThresh){ CV_Assert(mImg.depth() != sizeof(uchar)); const int mChannels = mImg.channels(); switch(mChannels) { case 1: { for (int i=0;i<mImg.rows;i++) for (int j=0;j<mImg.cols;j++) if (mImg.at<uchar>(i,j)<mGrayThresh) mImg.at<uchar>(i,j)=0; } break; case 3: { Mat_<Vec3b> _mImg =mImg; for (int i=0;i<mImg.rows;i++) for (int j=0;j<mImg.cols;j++) for (int k=0;k<3;k++) { if (_mImg(i,j)[k]<mGrayThresh) _mImg(i,j)[k]=0; } mImg=_mImg; break; } } return mImg;}
