OpenCv--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解

（一）Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解

1--Mat不但是一个非常有用的图像容器类,同时也是一个通用的矩阵类2--创建一个Mat对象的方法很多,我们现在先看一下Mat矩阵/图像容器类在OpenCv中的有关源代码:

---

    3--使用Mat图像容器类创建Mat类的对象

    //! default constructor    Mat();    //! constructs 2D matrix of the specified size and type    // (_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)    Mat(int rows, int cols, int type);    Mat(Size size, int type);    //! constucts 2D matrix and fills it with the specified value _s.    Mat(int rows, int cols, int type, const Scalar& s);    Mat(Size size, int type, const Scalar& s);    //! constructs n-dimensional matrix    Mat(int ndims, const int* sizes, int type);    Mat(int ndims, const int* sizes, int type, const Scalar& s);
1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
3
4
5
6
7
8
9
10
11
12
13

---

4--使用Matlab风格的函数创建或者初始化Mat类的对象

//! Matlab-style matrix initialization    static MatExpr zeros(int rows, int cols, int type);    static MatExpr zeros(Size size, int type);    static MatExpr zeros(int ndims, const int* sz, int type);    static MatExpr ones(int rows, int cols, int type);    static MatExpr ones(Size size, int type);    static MatExpr ones(int ndims, const int* sz, int type);    static MatExpr eye(int rows, int cols, int type);    static MatExpr eye(Size size, int type);
1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
7
8
9

---

  5--我们可以看见,创建Mat矩阵/图像容器类的很多构造方法或者其他成员方法在创建Mat对象的时候,都      需要指定type--所创建图像/矩阵的类型  6--那么类型是什么呢?OpenCv的源代码中说了一句:

    (_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)
1
2
1
2

---

  7--同样,我们通过转到定义法,看一下CV_8UC1,CV_64FC3等这些宏到底是什么，OpenCv的源代码显示       如下（源代码在在types_c.h中）:

#define CV_CN_MAX     512#define CV_CN_SHIFT   3#define CV_DEPTH_MAX  (1 << CV_CN_SHIFT)#define CV_8U   0#define CV_8S   1#define CV_16U  2#define CV_16S  3#define CV_32S  4#define CV_32F  5#define CV_64F  6#define CV_USRTYPE1 7#define CV_MAT_DEPTH_MASK       (CV_DEPTH_MAX - 1)#define CV_MAT_DEPTH(flags)     ((flags) & CV_MAT_DEPTH_MASK)#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))#define CV_MAKE_TYPE CV_MAKETYPE#define CV_8UC1 CV_MAKETYPE(CV_8U,1)#define CV_8UC2 CV_MAKETYPE(CV_8U,2)#define CV_8UC3 CV_MAKETYPE(CV_8U,3)#define CV_8UC4 CV_MAKETYPE(CV_8U,4)#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))#define CV_8SC1 CV_MAKETYPE(CV_8S,1)#define CV_8SC2 CV_MAKETYPE(CV_8S,2)#define CV_8SC3 CV_MAKETYPE(CV_8S,3)#define CV_8SC4 CV_MAKETYPE(CV_8S,4)#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))#define CV_16UC1 CV_MAKETYPE(CV_16U,1)#define CV_16UC2 CV_MAKETYPE(CV_16U,2)#define CV_16UC3 CV_MAKETYPE(CV_16U,3)#define CV_16UC4 CV_MAKETYPE(CV_16U,4)#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))#define CV_16SC1 CV_MAKETYPE(CV_16S,1)#define CV_16SC2 CV_MAKETYPE(CV_16S,2)#define CV_16SC3 CV_MAKETYPE(CV_16S,3)#define CV_16SC4 CV_MAKETYPE(CV_16S,4)#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))#define CV_32SC1 CV_MAKETYPE(CV_32S,1)#define CV_32SC2 CV_MAKETYPE(CV_32S,2)#define CV_32SC3 CV_MAKETYPE(CV_32S,3)#define CV_32SC4 CV_MAKETYPE(CV_32S,4)#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))#define CV_32FC1 CV_MAKETYPE(CV_32F,1)#define CV_32FC2 CV_MAKETYPE(CV_32F,2)#define CV_32FC3 CV_MAKETYPE(CV_32F,3)#define CV_32FC4 CV_MAKETYPE(CV_32F,4)#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))#define CV_64FC1 CV_MAKETYPE(CV_64F,1)#define CV_64FC2 CV_MAKETYPE(CV_64F,2)#define CV_64FC3 CV_MAKETYPE(CV_64F,3)#define CV_64FC4 CV_MAKETYPE(CV_64F,4)#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

---

8--这里的type可以是任何的预定义类型，预定义类型的结构如下所示:

    CV_<bit_depth>(S|U|F)C<number_of_channels>
1
1

     1--bit_depth---比特数---代表8bite,16bites,32bites,64bites---举个例子吧--比如说,如        如果你现在创建了一个存储--灰度图片的Mat对象,这个图像的大小为宽100,高100,那么,现在这张        灰度图片中有10000个像素点，它每一个像素点在内存空间所占的空间大小是8bite,8位--所以它对        应的就是CV_8     2--S|U|F--S--代表---signed int---有符号整形               U--代表--unsigned int--无符号整形               F--代表--float---------单精度浮点型     3--C<number_of_channels>----代表---一张图片的通道数,比如:         1--灰度图片--grayImg---是--单通道图像         2--RGB彩色图像---------是--3通道图像         3--带Alph通道的RGB图像--是--4通道图像

---

    9--通过上面的讲解,现在，我们解读一下OpenCv的源代码:

//【1】CV_8UC1---则可以创建----8位无符号的单通道---灰度图片------grayImg#define CV_8UC1 CV_MAKETYPE(CV_8U,1)#define CV_8UC2 CV_MAKETYPE(CV_8U,2)//【2】CV_8UC3---则可以创建----8位无符号的三通道---RGB彩色图像---colorImg #define CV_8UC3 CV_MAKETYPE(CV_8U,3)//【3】CV_8UC4--则可以创建-----8位无符号的四通道---带透明色的RGB图像 #define CV_8UC4 CV_MAKETYPE(CV_8U,4)
1
2
3
4
5
6
7
1
2
3
4
5
6
7

---

(二)Mat矩阵图像容器类创建Mat类对象常用的几种方法:

1)使用Mat矩阵图像容器类的构造函数创建Mat类对象

    //【1】载入原始图像1.jpg    Mat srcImg=imread("1.jpg",1);    //【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255    Mat grayImg(srcImg.rows,srcImg.cols,CV_8UC1,Scalar(255));
1
2
3
4
1
2
3
4

2)为已经存在的IplImage指针创建信息头

    //【1】声明IplImg指针    IplImg* imgTopDown;     //【2】将图片加载到内存中    imgTopDown=cvLoadImage("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);    //【3】为已经存在的imgTopDown指针创建信息头    //【4】转换IplImage*--->Mat    Mat mtx(imgTopDown);
1
2
3
4
5
6
7
1
2
3
4
5
6
7

3)利用Create()函数创建Mat矩阵图像容器类的对象

    //【1】载入原始图像1.jpg    Mat srcImg=imread("1.jpg",1);    //【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255    Mat dstImg.create(srcImg.rows,srcImg.cols,CV_8UC1);
1
2
3
4
1
2
3
4

4）使用Matlab风格的函数创建Mat矩阵图形容器类的对象

    //! Matlab-style matrix initialization    static MatExpr zeros(int rows, int cols, int type);    static MatExpr zeros(Size size, int type);    static MatExpr zeros(int ndims, const int* sz, int type);    static MatExpr ones(int rows, int cols, int type);    static MatExpr ones(Size size, int type);    static MatExpr ones(int ndims, const int* sz, int type);    static MatExpr eye(int rows, int cols, int type);    static MatExpr eye(Size size, int type);    //【1】载入原始图像1.jpg    Mat srcImg=imread("1.jpg",1);    //【2】创建一个和原始图像srcImg高和宽一致的8位无符号单通道的灰度图片容器,并且初始化图片为白色255    Mat dstImg=Mat::zeros(srcImg.rows,srcImg.cols,CV_8UC3);    Mat dstImg=Mat::ones(srcImg.rows,srcImg.cols,CV_8UC3);    Mat dstImg=Mat::eye(srcImg.rows,srcImg.cols,CV_8UC3);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

---

---

---

---

---

2

踩

1

 

 

• 上一篇OpenCv学习笔记--支持向量机SVM之C++的实现(1)
• 下一篇OpenCv学习笔记(1)---CvTermCriteria---迭代算法终止条件结构体的---OpenCV源码分析

  相关文章推荐

• • OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
• • 【直播】机器学习&数据挖掘7周实训--韦玮
• • 【OpenCV学习笔记 009】图像滤波
• • 【直播】如何高速通过软考--任铄
• • OpenCv学习笔记(四)--Mat基本图像容器Mat对象信息头,矩阵体的创建,深复制,浅复制详解
• • 【直播】打通Linux脉络 进程、线程和调度--宋宝华
• • 【OpenCV学习笔记 012】估算图像间的投影关系
• • 【套餐】Java高级程序员专业学习路线--肖海鹏

• • OpenCV学习笔记（19）关于CV_8UC1,CV_8UC2等参数
• • 【课程】C++语言基础--贺利坚
• • 【OpenCV学习笔记 008】基于形态学运算的图像变换
• • 【课程】深度学习基础与TensorFlow实践--AI100
• • OpenCv学习笔记（二）—cv::Mat学习
• • 【OpenCV学习笔记 007】使用直方图统计像素
• • OpenCV学习笔记（24）CLR模式下System::Drawing::Bitmap与cv::Mat图像格式的转换
• • 【OpenCV学习笔记 011】检测并匹配兴趣点