008 Mat(基础图像容器)用法与基础数据结构.doc

在OpenCV库中，`Mat`是用于存储图像和多维矩阵的核心数据结构。这个类在OpenCV的新版本中取代了旧的`IplImage`，提供了更高效、更便捷的内存管理。以下是对`Mat`类和相关基础数据结构的详细解释： 1. **IplImage与Mat的区别**： - `IplImage`是OpenCV早期版本中的图像存储格式，它需要手动释放内存。而`Mat`是新引入的数据结构，采用智能指针管理内存，无需手动释放。 2. **Mat的结构**： - **矩阵头**：包含了矩阵的维度、类型、步长等信息，以及存储图像数据的内存块的地址。 - **矩阵指针**：指向实际存储图像像素值的内存区域。 3. **Mat的拷贝机制**： - **共享矩阵**：仅拷贝矩阵头，原矩阵和新矩阵共享同一内存块，例如通过拷贝构造函数或赋值运算符创建的副本。 - **完全拷贝**：创建一个全新的矩阵副本，包含所有的数据。可以通过`clone()`或`copyTo()`函数实现。 4. **像素值的存储方法**： - **RGB**：红绿蓝三通道颜色模型，最常用的彩色图像表示。 - **HSV(HSB)**：色相、饱和度、明度，适合人眼感知颜色差异。 - **HSL**：色相、饱和度、亮度，与HSV类似但更符合人类视觉。 - **YUV(YCrCb)**：JPEG图像格式常用的色彩空间，节省带宽。 - **CIE L*a*b***：国际色彩标准，用于衡量颜色之间的距离。 5. **Mat的创建方式**： - **构造函数**：直接指定维度、类型和初始值。 - **从IplImage转换**：通过IplImage指针构造Mat对象。 - **create()**：动态创建Mat对象。 - **Matlab方式**：如`eye()`, `ones()`, `zeros()`分别创建单位矩阵、全1矩阵和全0矩阵。 - **利用现有矩阵**：通过元素初始化表达式创建。 - **拷贝创建**：通过`clone()`或`copyTo()`创建新矩阵。 6. **Mat的格式化输出**： - **FMT_DEFAULT**：OpenCV默认的输出格式。 - **FMT_CSV**：逗号分隔值，适合导入电子表格软件。 - **FMT_C**：C语言风格，便于代码中使用。 - **FMT_NUMPY**：与NumPy数组格式兼容。 - **FMT_PYTHON**：Python序列化格式。 - **FMT_MATLAB**：MATLAB数组输出格式。 7. **其他基础数据结构**： - **Point类与Point结构**：表示二维或三维坐标点，如`Point`, `Point2i`, `Point3f`, `Point3d`。 - **Vec**：用于存储向量，可以是不同类型的元素，如`Vec3b`用于存储BGR像素。 - **Scalar**：用于表示颜色，有三通道和四通道两种形式。 - **Size类与Size结构**：表示尺寸，如图像的宽度和高度。 - **Rect**：矩形结构，包含左上角坐标和宽高，支持交集、并集、平移和缩放操作。 了解这些基本概念后，可以更有效地在OpenCV中处理图像和矩阵，进行图像分析、处理和计算任务。对于初学者，掌握`Mat`类的使用是学习OpenCV的关键步骤。