IplImage 、cvMat 、Mat三者比較

IplImage, CvMat, Mat 的關係

opencv中常見的與圖像操做有關的數據容器有Mat，cvMat和IplImage，這三種類型均可以表明和顯示圖像，可是，Mat類型側重於計算，數學性較高，openCV對Mat類型的計算也進行了優化。而CvMat和IplImage類型更側重於「圖像」，opencv對其中的圖像操做（縮放、單通道提取、圖像閾值操做等）進行了優化。在opencv2.0以前，opencv是徹底用C實現的，可是，IplImage類型與CvMat類型的關係相似於面向對象中的繼承關係。實際上，CvMat之上還有一個更抽象的基類----CvArr，這在源代碼中會常見。

1. IplImage

opencv中的圖像信息頭，該結構體定義：  

typedef struct _IplImage 
{ 
    int nSize;    /* IplImage大小 */
    int ID;    /* 版本 (=0)*/
    int nChannels;  /* 大多數OPENCV函數支持1,2,3 或 4 個通道 */ 
    int alphaChannel;  /* 被OpenCV忽略 */ 
    int depth;   /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U, 
                IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */ 
    
    char colorModel[4]; /* 被OpenCV忽略 */ 
    char channelSeq[4]; /* 被OpenCV忽略 */ 
    int dataOrder;      /* 0 - 交叉存取顏色通道, 1 - 分開的顏色通道. cvCreateImage只能建立交叉存取圖像 */ 
    int origin;     /* 0 - 頂—左結構,1 - 底—左結構 (Windows bitmaps 風格) */ 
    int align;     /* 圖像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */ 
    
    int width;     /* 圖像寬像素數 */ 
    int height;    /* 圖像高像素數*/ 
    
    struct _IplROI *roi;  /* 圖像感興趣區域. 當該值非空只對該區域進行處理 */ 
    struct _IplImage *maskROI; /* 在 OpenCV中必須置NULL */ 
    void *imageId;  /* 同上*/ 
    struct _IplTileInfo *tileInfo;  /*同上*/ 
    
    int imageSize;    /* 圖像數據大小(在交叉存取格式下imageSize=image->height*image->widthStep），單位字節*/ 
    char *imageData;    /* 指向排列的圖像數據 */ 
    int widthStep;     /* 排列的圖像行大小，以字節爲單位 */ 
    int BorderMode[4];     /* 邊際結束模式, 被OpenCV忽略 */ 
    int BorderConst[4];    /* 同上 */ 
    
    char *imageDataOrigin;    /* 指針指向一個不一樣的圖像數據結構（不是必須排列的），是爲了糾正圖像內存分配準備的 */ 
} IplImage;

dataOrder中的兩個取值：交叉存取顏色通道是顏色數據排列將會是BGRBGR...的交錯排列。分開的顏色通道是有幾個顏色通道就分幾個顏色平面存儲。roi是IplROI結構體，該結構體包含了xOffset,yOffset,height,width,coi成員變量，其中xOffset,yOffset是x,y座標，coi表明channel of interest(感興趣的通道)，非0的時候纔有效。訪問圖像中的數據元素，分間接存儲和直接存儲，當圖像元素爲浮點型時，(uchar *) 改成 (float *)： 

/*間接存取*/
IplImage* img=cvLoadImage("lena.jpg", 1);
CvScalar s;       /*sizeof(s) == img->nChannels*/
s=cvGet2D(img,i,j);  /*get the (i,j) pixel value*/
cvSet2D(img,i,j,s);   /*set the (i,j) pixel value*/

/*宏操做*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
for(int row = 0; row <　img->height; row++)
{
    for (int col = 0; col < img->width; col++)
    {
        b = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 0); 
        g = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 1); 
        r = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 2);
    }
}

/*直接存取*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
uchar b, g, r; // 3 channels
for(int row = 0; row <　img->height; row++)
{
    for (int col = 0; col < img->width; col++)
    {
        b = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 0]; 
        g = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 1]; 
        r = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 2];
    }
}

 初始化使用IplImage *，是一個指向結構體IplImage的指針： 

IplImage * cvLoadImage(const char * filename, int iscolor CV_DEFAULT(CV_LOAD_IMAGE_COLOR)); //load images from specified image 
IplImage * cvCreateImage(CvSize size, int depth, int channels);  //allocate memory

 

2.CvMat

首先，咱們須要知道，第一，在OpenCV中沒有向量(vector)結構。任什麼時候候須要向量，都只須要一個列矩陣(若是須要一個轉置或者共軛向量，則須要一個行矩陣)。第二，OpenCV矩陣的概念與咱們在線性代數課上學習的概念相比，更抽象，尤爲是矩陣的元素，並不是只能取簡單的數值類型，能夠是多通道的值。CvMat 的結構： 

typedef struct CvMat 
{ 
    int type;         
    int step;          /*用字節表示行數據長度*/
    int* refcount;     /*內部訪問*/
    union {
        uchar*  ptr;
        short*  s;
        int*    i;
        float*  fl;
        double* db;
    } data;    /*數據指針*/
     union {
        int rows;
        int height;
    };
    union {
        int cols;   
        int width;
    };
} CvMat; /*矩陣結構頭*/

 建立CvMat數據： 

CvMat * cvCreateMat(int rows, int cols, int type); /*建立矩陣頭並分配內存*/
CV_INLine CvMat cvMat((int rows, int cols, int type, void* data CV_DEFAULT); /*用已有數據data初始化矩陣*/
CvMat * cvInitMatHeader(CvMat * mat, int rows, int cols, int type, void * data CV_DEFAULT(NULL), int step CV_DEFAULT(CV_AUTOSTEP)); /*(用已有數據data建立矩陣頭)*/

 對矩陣數據進行訪問： 

/*間接訪問*/
/*訪問CV_32F1和CV_64FC1*/
cvmSet( CvMat* mat, int row, int col, double value);
cvmGet( const CvMat* mat, int row, int col );

/*訪問多通道或者其餘數據類型: scalar的大小爲圖像的通道值*/
CvScalar cvGet2D(const CvArr * arr, int idx0, int idx1); //CvArr只做爲函數的形參void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);

/*直接訪問: 取決於數組的數據類型*/
/*CV_32FC1*/
CvMat * cvmat = cvCreateMat(4, 4, CV_32FC1);
cvmat->data.fl[row * cvmat->cols + col] = (float)3.0;

/*CV_64FC1*/
CvMat * cvmat = cvCreateMat(4, 4, CV_64FC1);
cvmat->data.db[row * cvmat->cols + col] = 3.0;

/*通常對於單通道*/
CvMat * cvmat = cvCreateMat(4, 4, CV_64FC1);
CV_MAT_ELEM(*cvmat, double, row, col) = 3.0; /*double是根據數組的數據類型傳入,這個宏不能處理多通道*/

/*通常對於多通道*/
if (CV_MAT_DEPTH(cvmat->type) == CV_32F)
    CV_MAT_ELEM_CN(*cvmat, float, row, col * CV_MAT_CN(cvmat->type) + ch) = (float)3.0; // ch爲通道值
if (CV_MAT_DEPTH(cvmat->type) == CV_64F)
    CV_MAT_ELEM_CN(*cvmat, double, row, col * CV_MAT_CN(cvmat->type) + ch) = 3.0; // ch爲通道值

/*多通道數組*/
/*3通道*/
for (int row = 0; row < cvmat->rows; row++)
{    
    p = cvmat ->data.fl + row * (cvmat->step / 4);
    for (int col = 0; col < cvmat->cols; col++)   
    {       
         *p = (float) row + col;       
         *(p+1) = (float)row + col + 1;       
         *(p+2) = (float)row + col + 2;       
         p += 3;    
    }
}
/*2通道*/
CvMat * vector = cvCreateMat(1,3, CV_32SC2);CV_MAT_ELEM(*vector, CvPoint, 0, 0) = cvPoint(100,100);
/*4通道*/
CvMat * vector = cvCreateMat(1,3, CV_64FC4);CV_MAT_ELEM(*vector, CvScalar, 0, 0) = CvScalar(0, 0, 0, 0);

 複製矩陣操做：

/*複製矩陣*/
CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
CvMat* M2;
M2=cvCloneMat(M1);

 

3.Mat

Mat是opencv2.0推出的處理圖像的新的數據結構，如今愈來愈有趨勢取代以前的cvMat和lplImage，相比之下Mat最大的好處就是可以更加方便的進行內存管理，再也不須要程序員手動管理內存的釋放。opencv2.3中提到Mat是一個多維的密集數據數組，能夠用來處理向量和矩陣、圖像、直方圖等等常見的多維數據。 

class CV_EXPORTS Mat
{
 
public：
 
/*..不少方法..*/
/*............*/
 
int flags;（Note ：目前還不知道flags作什麼用的）
int dims;  /*數據的維數*/
int rows,cols; /*行和列的數量;數組超過2維時爲(-1，-1)*/
uchar *data;   /*指向數據*/
int * refcount;   /*指針的引用計數器; 陣列指向用戶分配的數據時，指針爲 NULL

 
/* 其餘成員 */ 
...
 
};

 從以上結構體能夠看出Mat也是一個矩陣頭，默認不分配內存，只是指向一塊內存(注意讀寫保護)。初始化使用create函數或者Mat構造函數，如下整理自opencv2.3.1 Manual:

Mat(nrows, ncols, type, fillValue]); 
M.create(nrows, ncols, type);

例子：
Mat M(7,7,CV_32FC2,Scalar(1,3)); /*建立複數矩陣1+3j*/
M.create(100, 60, CV_8UC(15)); /*建立15個通道的8bit的矩陣*/

/*建立100*100*100的8位數組*/
int sz[] = {100, 100, 100}; 
Mat bigCube(3, sz, CV_8U, Scalar:all(0));

/*現成數組*/
double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};
Mat M = Mat(3, 3, CV_64F, m).inv();

/*圖像數據*/
Mat img(Size(320,240),CV_8UC3); 
Mat img(height, width, CV_8UC3, pixels, step); /*const unsigned char* pixels,int width, int height, int step*/

/*使用現成圖像初始化Mat*/
IplImage* img = cvLoadImage("greatwave.jpg", 1);
Mat mtx(img,0); // convert IplImage* -> Mat; /*不復制數據,只建立一個數據頭*/

訪問Mat的數據元素：

/*對某行進行訪問*/
Mat M;
M.row(3) = M.row(3) + M.row(5) * 3; /*第5行擴大三倍加到第3行*/

/*對某列進行復制操做*/
Mat M1 = M.col(1);
M.col(7).copyTo(M1); /*第7列複製給第1列*/

/*對某個元素的訪問*/
Mat M;
M.at<double>(i,j); /*double*/
M.at(uchar)(i,j);  /*CV_8UC1*/
Vec3i bgr1 = M.at(Vec3b)(i,j) /*CV_8UC3*/
Vec3s bgr2 = M.at(Vec3s)(i,j) /*CV_8SC3*/
Vec3w bgr3 = M.at(Vec3w)(i,j) /*CV_16UC3*/

/*遍歷整個二維數組*/
double sum = 0.0f;
for(int row = 0; row < M.rows; row++)
{    
    const double * Mi = M.ptr<double>(row); 
    for (int col = 0; col < M.cols; col++)      
        sum += std::max(Mi[j], 0.);
}

/*STL iterator*/
double sum=0;
MatConstIterator<double> it = M.begin<double>(), it_end = M.end<double>();
for(; it != it_end; ++it)    
sum += std::max(*it, 0.);

Mat可進行Matlab風格的矩陣操做，如初始化的時候能夠用initializers,zeros(), ones(), eye(). 除以上內容以外，Mat還有有3個重要的方法：

Mat mat = imread(const String* filename);           // 讀取圖像
imshow(const string frameName, InputArray mat);  //    顯示圖像
imwrite (const string& filename, InputArray img);    //儲存圖像

 

4. CvMat, Mat, IplImage之間的互相轉換

IpIImage -> CvMat
/*cvGetMat*/
CvMat matheader;
CvMat * mat = cvGetMat(img, &matheader);
/*cvConvert*/
CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3);
cvConvert(img, mat)

IplImage -> Mat
Mat::Mat(const IplImage* img, bool copyData=false);/*default copyData=false,與原來的IplImage共享數據,只是建立一個矩陣頭*/
例子：
IplImage* iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg); /* IplImage * -> Mat,共享數據; or : Mat mtx = iplImg;*/

Mat -> IplImage
Mat M
IplImage iplimage = M; /*只建立圖像頭，不復制數據*/

CvMat -> Mat
Mat::Mat(const CvMat* m, bool copyData=false); /*相似IplImage -> Mat，可選擇是否複製數據*/

Mat -> CvMat
例子(假設Mat類型的imgMat圖像數據存在)：
CvMat cvMat = imgMat;/*Mat -> CvMat, 相似轉換到IplImage，不復制數據只建立矩陣頭