《計算機視覺算法：基于OpenCV的計算機應(yīng)用開發(fā)》 —2.5　理解Mat類

2.5　理解Mat類

參考上一章對計算機視覺中圖像的描述，任何一個圖像實際上都是一個給定寬度、長度、顏色通道數(shù)量和深度的矩陣。基于此描述，我們可以說OpenCV Mat類能用來處理圖像數(shù)據(jù)，而且它支持圖像所需的所有屬性，比如寬度和高度。事實上，Mat類是一個n維數(shù)組，用來存儲任意給定數(shù)據(jù)類型的單通道或多通道數(shù)據(jù)，并且它包含了大量成員和方法，以多種方式創(chuàng)建、修改或操作這些數(shù)據(jù)。

本節(jié)我們將通過實際范例和代碼示例來學(xué)習(xí)Mat類中一些最重要的成員和方法。

OpenCV C++ Mat類在Python版本中的等價類并不是原生的OpenCV類，而是被表示為 numpy.ndarray的數(shù)據(jù)類型。NumPy是一個Python庫，包括了大量數(shù)值算法和數(shù)學(xué)運算方法，并且支持大型的多維數(shù)組和矩陣。在Python版本中使用numpy.ndarray數(shù)據(jù)類型的原因，是它提供了C++版本OpenCV Mat類所需成員和方法的最佳替代品（如果不完全相同的話）。完整的numpy.ndarray所支持的成員和方法列表請參考NumPy說明文檔。

2.5.1　創(chuàng)建一個Mat對象

基于不同的初始化要求，Mat類包含大約20種不同的構(gòu)造函數(shù)來創(chuàng)建類實例。讓我們通過示例來看看最常用的構(gòu)造函數(shù)。

創(chuàng)建一個Mat對象（或者類的實例），寬度1920，高度1080，包含32位浮點數(shù)表示的3個顏色通道，如下所示：

注意，Mat構(gòu)造函數(shù)中的type參數(shù)可被看成一種特殊類型的參數(shù)，也就是一個包含深度、數(shù)據(jù)類型和顏色通道數(shù)的常量。格式如下：

可以用8、16、32或64來替換，它表示用于存儲像素中每個元素的二進制數(shù)據(jù)位數(shù)。每個像素所占用的實際位數(shù)可以通過計算這個數(shù)值和顏色通道數(shù)（就是）的乘積來得到。最后，可以用U、S或F來替換，U表示無符號整數(shù)，S表示有符號整數(shù)，F(xiàn)表示浮點數(shù)。例如，可用以下代碼，分別創(chuàng)建寬800且高600的標準灰度圖像和彩***像。注意，二者唯一的不同之處是顏色通道數(shù)，深度和數(shù)據(jù)類型參數(shù)都用8位無符號整數(shù)表示：

你可以用以下構(gòu)造函數(shù)來創(chuàng)建一個寬度為W、高度為H的8位無符號3通道RGB圖像，然后用R、G和B的顏色值初始化所有元素：

注意，OpenCV中顏色的默認存儲順序是BGR（而不是RGB），這意味著B和R交換了位置。如果我們的目標是在程序運行時的某個時間點顯示處理過的圖像，這一點尤其重要。

因此，前面的代碼中正確的scalar初始化方法應(yīng)該如下：

如果我們需要創(chuàng)建一個高維Mat對象，可以按如下方法。注意，在下面的例子中一個7維的Mat對象被創(chuàng)建。sizes數(shù)組提供了每一維的大小，高維Mat中的每一個元素被稱為hdm，它包含32位浮點數(shù)的雙通道：

用C++向量也可以實現(xiàn)相同的功能，方法如下：

類似地，我們可以使用另外的Scalar參數(shù)來初始化Mat對象中所有的數(shù)值。注意，Scalar中的數(shù)值個數(shù)必須與通道數(shù)一致。例如，初始化上述的7維Mat對象中的所有元素，我們需要用到下面的構(gòu)造函數(shù)：

Mat類允許我們使用已經(jīng)存在的圖像數(shù)據(jù)進行初始化。使用這個構(gòu)造函數(shù)，你可以使Mat類中的data指針所指向的數(shù)據(jù)相同。注意，這個構(gòu)造函數(shù)并不是創(chuàng)建了一個初始化數(shù)據(jù)的完整拷貝，而是使創(chuàng)建的Mat對象的指針指向了它的地址。這就能非常高效地初始化和構(gòu)造Mat類，但是有一個特別明顯的缺點是在不再需要該類時要注意內(nèi)存清理，所以在使用這個構(gòu)造函數(shù)時要格外小心：

注意，與前面的構(gòu)造函數(shù)及其初始化不同，這里的data類型不是Scalar，而是指向一塊內(nèi)存的指針，所指向的內(nèi)存含有一個1920×1080像素的三通道圖像數(shù)據(jù)。這種用指針指向內(nèi)存空間的初始化Mat對象方法同樣適用于高維的Mat類。

最后一種構(gòu)造函數(shù)類型，同時也是Mat類中最重要的構(gòu)造函數(shù)之一，被稱為感興趣區(qū)域（Region Of Interest，ROI）構(gòu)造函數(shù)。此構(gòu)造函數(shù)用另一個Mat對象中的一個區(qū)域來初始化Mat對象。讓我們用一個例子來說明。假設(shè)你有一個圖像，你想對圖像中的特定區(qū)域，或者說ROI，進行修改。你可以使用下面的構(gòu)造函數(shù)來創(chuàng)建一個可訪問ROI的Mat類，而且對該區(qū)域的任何更改都會影響到原始圖像的相同區(qū)域。我們用下面的代碼來實現(xiàn)：

當(dāng)image（它本身是Mat對象）包含下面左邊的圖片時，如果用上面的構(gòu)造函數(shù)，那么roi將能訪問圖像中框出的區(qū)域，并包含顯示在右邊的圖像：

Rect類在OpenCV中用來表示一個給定了左上角點以及寬度和高度的矩形，例如，在上面的例子中Rect類的左上角點的位置為240和140，寬度為300，高度為300，如下所示：

如前所述，對ROI的任何改動都會造成原始圖像的更改。例如，我們可以將以下圖像處理算法應(yīng)用到roi（現(xiàn)在先不深究該算法，我們將會在后續(xù)章節(jié)中學(xué)習(xí)它，只需關(guān)注ROI的概念）：

如果我們嘗試顯示這個圖像，結(jié)果應(yīng)該接近下圖。注意在此圖中，上面圖像中標注的區(qū)域被改變了（膨脹了），盡管我們改變的只是roi，而不是原圖本身：

類似于在一個圖像的矩形區(qū)域使用Rect類來構(gòu)造一個ROI Mat類對象一樣，你同樣也可以在原始的Mat對象中創(chuàng)建一個對應(yīng)一個行和列區(qū)間的ROI。例如，上述例子的相同區(qū)域也可以被以下的構(gòu)造函數(shù)訪問：

Range類在OpenCV中用來表示start和end的區(qū)間。根據(jù)start和end的數(shù)值，可以檢查Range類是否為空。在上面的構(gòu)造函數(shù)中，第一個Range類表示原始圖像的從140行到440行的區(qū)間。第二個Range表示原始圖像的從240列到540列的區(qū)間。兩個區(qū)間所重疊的區(qū)域就是上面的ROI。

機器視覺 OpenCV

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。