当前位置： 首页 > news >正文

【OpenCV】Mat详解

news 2025/8/15 7:58:56

在OpenCV中，cv::Mat是用于存储图像、矩阵等多维数据的核心数据结构，替代了早期的IplImage（需手动管理内存），其设计的核心目标是自动内存管理和高效数据操作。下面详细介绍其组成原理及使用方法。

一、cv::Mat的组成原理

cv::Mat的结构由两部分组成：矩阵头（Matrix Header） 和数据指针（Data Pointer），二者分离的设计使其既能高效传递，又能避免冗余内存占用。

1. 矩阵头（Matrix Header）

矩阵头是一个轻量级结构体，存储了数据的元信息，不直接存储像素数据。核心成员包括：

  • rows：行数（图像的高度，单位为像素）。
  • cols：列数（图像的宽度，单位为像素）。
  • size()：返回cv::Size(cols, rows)，便捷表示尺寸。
  • type()：数据类型，由位深度和通道数组成（如CV_8UC3表示8位无符号整数，3通道）。
    • 位深度：如8U（8位无符号）、16S（16位有符号）、32F（32位浮点）等。
    • 通道数：单通道（灰度图）、3通道（RGB/BGR）、4通道（带Alpha通道）等。
  • channels()：返回通道数（由type()推导，如CV_8UC3的通道数为3）。
  • step：行步长（每行数据的总字节数，包括像素数据和可能的填充字节，用于快速定位某一行的起始地址）。
  • refcount：引用计数器（用于内存自动释放，记录当前有多少个Mat对象共享同一块数据）。
2. 数据指针（Data Pointer）

数据指针（uchar* data）指向存储实际像素数据的内存区域。数据在内存中的排列方式由通道数决定：

  • 单通道（灰度图）：按行存储，每行像素依次排列（如[p0, p1, p2, ..., p_cols-1]）。
  • 多通道：每个像素的通道数据连续存储（如3通道图像的一个像素为[B, G, R]，按B0, G0, R0, B1, G1, R1, ...排列，OpenCV默认通道顺序为BGR而非RGB）。
3. 内存管理机制：引用计数

cv::Mat通过引用计数实现高效内存管理：

  • 当复制Mat对象（如Mat B = A）时，仅复制矩阵头，数据指针指向同一块内存，引用计数refcount加1。
  • 当Mat对象销毁时，引用计数减1；当refcount为0时，自动释放数据内存，避免内存泄漏。
  • 若需深拷贝（独立数据），需使用clone()或copyTo()方法（如Mat C = A.clone()）。

二、cv::Mat的使用方法

1. 创建cv::Mat对象

常用创建方式包括：

（1）通过构造函数创建

指定行数、列数、数据类型：

// 创建3行2列的8位无符号单通道矩阵（初始值随机）
cv::Mat mat1(3, 2, CV_8UC1);// 创建3行2列的32位浮点3通道矩阵（初始值随机）
cv::Mat mat2(3, 2, CV_32FC3);// 用cv::Size指定尺寸（宽x高）
cv::Mat mat3(cv::Size(200, 100), CV_8UC3); // 宽200，高100（rows=100, cols=200）
（2）创建并初始化特殊矩阵

使用zeros()、ones()、eye()（单位矩阵）：

// 创建3x3的8位无符号单通道零矩阵
cv::Mat zeros_mat = cv::Mat::zeros(3, 3, CV_8UC1);// 创建2x4的32位浮点3通道全1矩阵
cv::Mat ones_mat = cv::Mat::ones(2, 4, CV_32FC3);// 创建5x5的64位浮点单通道单位矩阵
cv::Mat eye_mat = cv::Mat::eye(5, 5, CV_64FC1);
（3）从已有数据创建

将外部数组数据包装为Mat（不复制数据，仅共享内存）：

float data[] = {1.0f, 2.0f, 3.0f, 4.0f};
// 创建2行2列的32位浮点单通道矩阵，数据指向data数组
cv::Mat mat_from_data(2, 2, CV_32FC1, data);
（4）从图像文件读取

使用cv::imread读取图像，返回Mat对象：

// 读取彩色图像（默认3通道BGR）
cv::Mat img_color = cv::imread("image.jpg");// 读取灰度图（单通道）
cv::Mat img_gray = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
2. 访问cv::Mat的属性

通过成员函数或成员变量获取元信息：

cv::Mat img = cv::imread("image.jpg");
int rows = img.rows;         // 图像高度（行数）
int cols = img.cols;         // 图像宽度（列数）
cv::Size size = img.size();  // 尺寸（cols, rows）
int channels = img.channels(); // 通道数（如3）
int type = img.type();       // 数据类型（如CV_8UC3）
size_t step = img.step;      // 行步长（每行字节数）
3. 访问像素数据

根据场景选择不同方法（效率和便捷性权衡）：

（1）at<T>()方法（便捷，适合单像素访问）

需指定数据类型T（与type()匹配），语法：mat.at<T>(row, col)（单通道）或mat.at<T>(row, col)[channel]（多通道）。

cv::Mat img = cv::imread("image.jpg"); // CV_8UC3类型// 访问(10, 20)处的像素（行10，列20）
cv::Vec3b pixel = img.at<cv::Vec3b>(10, 20); // Vec3b对应8UC3（3个uchar）
uchar blue = pixel[0];   // B通道
uchar green = pixel[1]; // G通道
uchar red = pixel[2];    // R通道// 修改像素值
img.at<cv::Vec3b>(10, 20) = cv::Vec3b(255, 0, 0); // 改为蓝色
  • 常用类型对应：CV_8UC1→uchar，CV_32FC1→float，CV_8UC3→cv::Vec3b，CV_32FC3→cv::Vec3f。
（2）行指针ptr<T>()（高效，适合遍历行）

获取某一行的起始指针，通过指针遍历像素（效率高于at<T>()）：

cv::Mat img = cv::imread("image.jpg"); // 8UC3
for (int i = 0; i < img.rows; ++i) {// 获取第i行的指针（uchar*，因8UC3每个像素3字节）uchar* row_ptr = img.ptr<uchar>(i);for (int j = 0; j < img.cols; ++j) {// 计算当前像素的起始位置（每行j列的像素：j*通道数）int pos = j * 3;uchar b = row_ptr[pos];     // Buchar g = row_ptr[pos + 1]; // Guchar r = row_ptr[pos + 2]; // R// 修改为灰度（简单平均）row_ptr[pos] = row_ptr[pos + 1] = row_ptr[pos + 2] = (b + g + r) / 3;}
}
（3）迭代器（安全，适合复杂遍历）

使用cv::MatIterator_<T>遍历，自动处理边界：

cv::Mat img = cv::imread("image.jpg");
// 3通道迭代器
cv::MatIterator_<cv::Vec3b> it = img.begin<cv::Vec3b>();
cv::MatIterator_<cv::Vec3b> it_end = img.end<cv::Vec3b>();
for (; it != it_end; ++it) {// 每个迭代器指向一个像素（Vec3b）(*it)[0] = 0; // 将B通道置0
}
4. 常用操作

  • 通道分离与合并：用split()和merge()处理多通道图像：

    cv::Mat img = cv::imread("image.jpg"); // BGR
std::vector<cv::Mat> channels;
cv::split(img, channels); // 分离为3个单通道（B, G, R）
channels[2] = cv::Mat::zeros(img.size(), CV_8UC1); // 将R通道置0
cv::Mat img_no_red;
cv::merge(channels, img_no_red); // 合并回3通道

  • ROI（感兴趣区域）：提取子矩阵（共享原数据，需深拷贝时用clone()）：

    cv::Mat img = cv::imread("image.jpg");
// 提取从(10, 20)开始，宽100、高50的区域（行范围[10,10+50)，列范围[20,20+100)）
cv::Mat roi = img(cv::Rect(20, 10, 100, 50)); // Rect(x, y, width, height)
roi.setTo(cv::Scalar(0, 255, 0)); // 直接修改ROI，原图像也会变化

  • 保存图像：用cv::imwrite：

    cv::Mat img = cv::imread("image.jpg");
cv::imwrite("output.jpg", img); // 保存为JPG

三、注意事项

  1. 数据类型匹配：访问像素时，at<T>()或ptr<T>()的T必须与Mat::type()匹配（如CV_8UC3对应cv::Vec3b），否则会导致内存访问错误。
  2. 引用计数与深拷贝：默认复制为浅拷贝（共享数据），需独立数据时用clone()或copyTo()。
  3. 通道顺序：OpenCV默认图像通道为BGR（而非RGB），处理时需注意转换（可通过cv::cvtColor(img, img_rgb, cv::COLOR_BGR2RGB)转换）。

通过理解cv::Mat的组成和使用方法，可高效处理图像数据，避免内存问题并优化操作性能。

http://www.lryc.cn/news/620714.html

相关文章：

  • 入门基础人工智能理论
  • 计算机视觉（opencv）实战二——图像边界扩展cv2.copyMakeBorder()
  • 论，物联网日志系统架构如何设计？
  • AI增强SEO关键词表现
  • Postman 平替 技术解析：架构优势与实战指南
  • 考研408《计算机组成原理》复习笔记，第五章(2)——CPU指令执行过程
  • 使用 Docker 部署 PostgreSQL
  • 考研408《计算机组成原理》复习笔记，第四章(3)——指令集、汇编语言
  • Java设计模式之《策略模式》
  • Effective C++ 条款41：理解隐式接口和编译期多态
  • 应用系统连达梦数据库报“服务器模式不匹配”的根源与修复方案
  • 使用colmap自制3DGaussian_Splatting数据集
  • BotCash：GPT-5发布观察 工程优化的进步，还是技术突破的瓶颈？
  • GoLand 项目从 0 到 1：第八天 ——GORM 命名策略陷阱与 Go 项目启动慢问题攻坚
  • 通过机器学习框架实现Android手写识别输入功能
  • Spring Boot 3中JWT密钥安全存储方案
  • Python训练营打卡Day32-神经网络的训练
  • 【Golang】Golang内存泄漏问题排查（二）
  • OpenCv（三）——图像平滑处理
  • 8. 函数简介
  • OpenCV中对图像进行平滑处理的4种方式
  • HarmonyOS AI辅助编程工具（CodeGenie）智慧调优
  • 力扣（LeetCode) ——225 用队列实现栈(C语言）
  • 信息vs知识：人类学习与AI规则提取
  • 异步编程的 8 种实现方式：疑难点与注意事项解析
  • 《疯狂Java讲义（第3版）》学习笔记ch4
  • 安全加固4（K8S最小化微服务安全）
  • C++ 中的元控制流与概念化类型擦除
  • Elasticsearch 中如何配置 RBAC 权限-实现安全的访问控制
  • 论郑和下西洋元素融入课件编辑器的意义与影响​