Opencv Mat 의 세 가지 상용 유형 소개

이 시리즈
@YhL_Leo
출품, 전재 출처 를 밝 혀 주세요.
글 링크:
http://blog.csdn.net/yhl_leo/article/details/47683127
본 고 는 주로 Opencv 에서 자주 사용 하 는 세 가지 Mat 유형 을 소개 한다. Mat, Mat_, Matx.
1. Mat
1.1 생 성 및 초기 화

int rows = 3, cols = 1;
cv::Size size(cols, rows);

/* first method */
cv::Mat myMat( rows, cols, CV_8UC1, cv::Scalar(0) );
cv::Mat myMat = cv::Mat( rows, cols, CV_8UC1, cv::Scalar(0) );

cv::Mat myMat( size, CV_8UC1, cv::Scalar(0) );
cv::Mat myMat( cv::Size(cols, rows), CV_8UC1, cv::Scalar(0) );

/* second method */
cv::Mat myMat2;
myMat = cv::Mat( rows, cols, CV_8UC1 );
// initial with other mat or data
myMat.copyTo(myMat2);         // initial with mat

cv::Point3i pts( 1, 2, 3 );   
myMat2 = cv::Mat(pts, true);  // initial with other data

주의:

은 Mat::Mat(int rows, int cols, int type, const Scalar& s) 과 Mat::Mat(Size size, int type, const Scalar& s) 함 수 를 사용 하여 Mat 을 초기 화 할 때 Size 행렬 의 보관 순 서 는 (col, row) 또는 (width, height) 임 을 주의해 야 한다.

Mat 의 type 종류 가 매우 많 기 때문에 일반적인 CV_8UC1, ... , CV_64FC4 1 - 4 채널 의 행렬 을 만 들 수도 있 고 더 높 은 채널 의 행렬 CV_8UC(n), ... , CV_64FC(n) 을 만 들 수도 있다. 그 중에서 최대 CV_CN_MAX 채널, Opencv 2.4.11 버 전에 서 #define CV_CN_MAX 512 에 달 할 수 있다.

다 중 채널 Mat 을 만 들 때 예 를 들 어 CV_8UC3 은 cv::Scalar(0, 0,0) 또는 myMat.setTo(cv::Scalar(0)) 을 사용 하 는데 그 중에서 후 자 는 임 의 채널 에 통용 된다.

다른 Mat 복사 본 을 사용 하여 초기 화 할 때 void Mat::copyTo(OutputArray m) const 함수 가 먼저 m.create(this->size(), this->type()) 을 호출 하기 때문에 입력 한 m 을 재 구축 (size 과 type 포함) 한 다음 에 데 이 터 를 복사 합 니 다.m.copyTo(m) 도 허용 되 며 아무런 문제 가 없다.

1.2 데이터 접근
여기 서 자주 사용 하 는 세 가지 방법 만 열거 합 니 다.
1. 포인터 배열 방식

cv::Mat image = cv::imread( "E:\\test.JPG", CV_LOAD_IMAGE_GRAYSCALE );
const int rows = image.rows;
const int cols = image.cols; 

uchar* data = (uchar*)image.data;
for ( int i=0; ifor ( int j=0; jint index = i*cols + j;
        data[index] = 0;
        /*
            if color one: 
            data[index * 3 + 0] = 0；
            data[index * 3 + 1] = 0;
            data[index * 3 + 2] = 0;
        */ 
    }
}
/*
    // also can be used as follow:
    for ( int i=0; i
// cv::imwrite( "E:\\test2.JPG", image );

2. .ptr 방식

/* .ptr with [] */
for ( int i=0; idata = image.ptr( i );
    for ( int j=0; jdata[j] = 0;
        /*
            if color one:
            data[j*3 + 0] = 0;
            data[j*3 + 1] = 0;
            data[j*3 + 2] = 0;
        */
    }
}

/* .ptr with pointer */
for ( int i=0; idata = image.ptr( i );
    for ( int j=0; jdata++ = 0;
    }
}

3. .at 방식

for ( int i=0; i<rows; i++ )
{
    for ( int j=0; j<cols; j++ )
    {
         image.at<uchar>(i, j)= 0; // also can be: image.at<uchar>( cv::Point(j, i) ) = 0;
         /*
             if color one:
             image.at<uchar>( i, j*3 + 0 ) = 0;
             image.at<uchar>( i, j*3 + 1 ) = 0;
             image.at<uchar>( i, j*3 + 2 ) = 0;
         */
    }
}

세 가지 방법 은 속도 에 차이 가 있 으 니 관심 있 는 것 은 스스로 테스트 해 보 세 요 ~
2. Mat_ Mat_ 은 Mat 에 계승 되 었 고 Mat 에 비해 데이터 세그먼트 가 증가 하지 않 았 으 나 더욱 편리 한 기능 을 추가 하여 표현 도 더욱 간소화 되 었 다.
2.1 생 성 및 초기 화

/* first method */
cv::Mat_<double> myMat_ = ( cv::Mat_<double>(3, 3) << 
    1.0, 2.0, 3.0,
    4.0, 5.0, 6.0,
    7.0, 8.0, 9.0);

cv::Mat_<double> myMat_ = cv::Mat_<double>::zeros(3, 3); // others: eyes, diag, ones

/* second method */
cv::Mat_<double> myMat_(3, 1, 0.0); 
// -> cv::Mat image(3, 1, CV_64FC1, cv::Scalar(0.0));

// create a 100x100 color image and fill it with green(in RGB space)
cv::Mat_<cv::Vec3b> image( 100, 100, cv::Vec3b(0, 255, 0) );

/* third method */
cv::Mat myMat( 100, 100, CV_64F1, cv::Scalar(0) );
cv::Mat_<double>& myMat_ = (cv::Mat_<double>&)myMat; 

주의:

에서 ( cv::Mat_(row, col) << ...) ) 형식 으로 만 들 고 초기 화 할 때 가장 바깥 에 있 는 ( ) 은 생략 할 수 없습니다.

두 번 째 는 Mat 포인터 나 인용 방식 으로 Mat_ 을 만 들 거나 초기 화 할 때 이들 의 데이터 형식 이 일치 해 야 합 니 다. 그렇지 않 으 면 프로그램 컴 파일 에 문제 가 없 지만 실행 하면 BUG ~

2.2 데이터 액세스

/* 
    Note that Mat::at<_tp>(int y, int x) and 
    Mat_<_tp>::operator ()(int y, int x) do 
    absolutely the same and run at the same speed
*/ 
int rows = myMat_.rows;
int cols = myMat_.cols;

/* first method */ 
for ( int i=0; ifor ( int j=0; jstd::cout << myMat_(i, j) << std::endl;
    }
}

// for multi-channel images/matrices:
for ( int i = 0; i < rows; i++ )
{
    for( int j = 0; j < cols; j++ )
    {
        // scramble the 2nd (red) channel of each pixel
        image(i, j)[2] ^= (uchar)(i ^ j); // ^: exclusive or operation
    }
}

/* second method */
int matCount = rows * cols;
for ( int idx=0; idx < matCount; idx++ )
{
    std::cout << myMat_(idx) <<std::endl;
}

3. Matx Matx 은 주로 크기, 데이터 유형 (부동 소수점 형) 이 알 고 있 는 작은 행렬 (최대 6x6 을 초과 하지 않 음) 에 사용 되 는데 Matx12f, ... , Matx66f 과 Matx12d, ... , Matx66d 을 포함한다.
생 성과 초기 화 는 간단 합 니 다. 소 개 를 많이 하지 않 습 니 다.

cv::Matx31d myMatx( 1.0, 2.0, 3.0 );

cv::Matx33d myMatx2 = cv::Matx33d( 0.0, 0.0, 0.0 );

마지막 으로 Mat 의 연산 (더하기, 빼 기, 곱 하기, 역, 전환, 평균 값, 표준 차이...) 세 가지 유형 에 대한 기본 적 인 차이 가 크 지 않 고 문서 에서 도 쉽게 찾 을 수 있 습 니 다 ~
참고 문서:http://www.docs.opencv.org/modules/core/doc/basic_structures.html?highlight=mat