??? 原文鏈接：http://www.cnblogs.com/summerRQ/articles/2406109.html

??? 如對內容和版權有何疑問，請拜訪原作者或者通知本人。

??? opencv中常見的與圖像操作有關的數據容器有Mat，cvMat和IplImage，這三種類型都可以代表和顯示圖像，但是，Mat類型側重于計算，數學性較高，openCV對Mat類型的計算也進行了優化。而CvMat和IplImage類型更側重于“圖像”，opencv對其中的圖像操作（縮放、單通道提取、圖像閾值操作等）進行了優化。在opencv2.0之前，opencv是完全用C實現的，但是，IplImage類型與CvMat類型的關系類似于面向對象中的繼承關系。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只能創建交叉存取圖像 */ 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，以字節為單位 */ int BorderMode[4]; /* 邊際結束模式, 被OpenCV忽略 */ int BorderConst[4]; /* 同上 */ char *imageDataOrigin; /* 指針指向一個不同的圖像數據結構（不是必須排列的），是為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坐標，coi代表channel of interest(感興趣的通道)，非0的時候才有效。訪問圖像中的數據元素，分間接存儲和直接存儲，當圖像元素為浮點型時，(uchar *) 改為 (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*//*宏操作*/ 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，我們需要知道，第一，在OpenCV中沒有向量(vector)結構。任何時候需要向量，都只需要一個列矩陣(如果需要一個轉置或者共軛向量，則需要一個行矩陣)。第二，OpenCV矩陣的概念與我們在線性代數課上學習的概念相比，更抽象，尤其是矩陣的元素，并非只能取簡單的數值類型，可以是多通道的值。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*/

?創建CvMat數據：?

CvMat * cvCreateMat(int rows, int cols, int type); /*創建矩陣頭并分配內存*/ 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創建矩陣頭)*/

?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 );/*訪問多通道或者其他數據類型: scalar的大小為圖像的通道值*/ CvScalar cvGet2D(const CvArr * arr, int idx0, int idx1); //CvArr只作為函數的形參void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value); /*直接訪問: 取決于數組的數據類型*/ /*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; /*一般對于單通道*/ 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*/ /*一般對于多通道*/ 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為通道值 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為通道值 /*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);

?復制矩陣操作：

/*復制矩陣*/ 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，現在越來越有趨勢取代之前的cvMat和lplImage，相比之下Mat最大的好處就是能夠更加方便的進行內存管理，不再需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，可以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：/*..很多方法..*/ /*............*/int flags;（Note ：目前還不知道flags做什么用的） int dims; /*數據的維數*/ int rows,cols; /*行和列的數量;數組超過2維時為(-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，指針為 NULL/* 其他成員 */ ...};

?從以上結構體可以看出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，以下整理自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)); /*創建復數矩陣1+3j*/ M.create(100, 60, CV_8UC(15)); /*創建15個通道的8bit的矩陣*/ /*創建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,只創建一個數據頭*/

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*//*對某列進行復制操作*/ Mat M1 = M.col(1); M.col(7).copyTo(M1); /*第7列復制給第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風格的矩陣操作，如初始化的時候可以用initializers,zeros(), ones(), eye(). 除以上內容之外，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,只是創建一個矩陣頭*/ 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; /*只創建圖像頭，不復制數據*/ CvMat -> Mat Mat::Mat(const CvMat* m, bool copyData=false); /*類似IplImage -> Mat，可選擇是否復制數據*/ Mat -> CvMat 例子(假設Mat類型的imgMat圖像數據存在)： CvMat cvMat = imgMat;/*Mat -> CvMat, 類似轉換到IplImage，不復制數據只創建矩陣頭

總結

以上是生活随笔為你收集整理的OpenCV中IplImage/CvMat/Mat转化关系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。