opencv学习笔记(七)-CvMat矩阵结构以及矩阵数据访问
来源:互联网 发布:刷空间访问量软件 编辑:程序博客网 时间:2024/05/02 04:47
通道和维度
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
首先说一下对矩阵维度和通道的理解:
维:体现为坐标。
通道:
对于这样一个数组矩阵:
float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 };
单通道显示的话,就是这样:
所以,单通道:可以理解为:一个元素中含有1个数字。
双通道就是把数组中每两个数(如30和60)结合在一起,如:
双通道可以
所以,双通道:可以理解为:一个元素中含有2个数字。
以此类推:三通道可以;理解为一个元素中有3分数字。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
打印双通道矩阵实例:
#include "highgui.h"#include "cv.h"int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 3, CV_32FC2, data); for (int y = 0; y < mat.rows; y++) { for (int x = 0; x < mat.cols; x++) { //CvScalar value = cvGetRealND(&mat, y, x,z);三维 CvScalar value = cvGet2D(&mat, y, x); printf("(%f %f)", value.val[0], value.val[1]); } printf("\n"); } return 0;}
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
实例解释:
cvInitMatHeader()函数:用来初始化Mat结构体;
cvInitMatHeader( CvMat* arr, int rows, int cols,int type, void* data, int step )
参数解释:
arr:CvMat结构体;
rows: 行数;
cols:列数;
type: 矩阵元素类型(可以是32位浮点型(CV_32FC1)或者是无符号的8位三元组的整形数据(CV_8UC3)或者其他类型);
这个也是改通道数的参数:如单通道(CV_32FC1),双通道(CV_32FC2),三通道(CV_32FC3);
data:矩阵数组;
step: 步长,默认是: 一行数据所占的字节数(int min_step = arr->cols*pix_size)。
cvGet2D()函数:对多通道二维矩阵访问。(多通道三维:cvGet3D(),多通道多维:cvGetND()等一系列:cvGet*D函数);
cvGetReal1D():对单通道一维矩阵访问,(单通道三维:cvGetReal3D(),单通道多维:cvGetRealND()等一系列:cvGetReal*D函数);*
这种访问方式比较慢因为涉及到压栈和出栈,如果矩阵较大的话耗费的时间也很多。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
下面介绍一种更有效率的访问方式,用指针访问矩阵元素:
//单通道形式访问矩阵元素int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 6, CV_32FC1, data); int y = 2, x = 3; for (y = 0; y < mat.rows; y++) { float* p_float = (float*)(mat.data.ptr + y*mat.step); //mat.data.ptr:矩阵数组第一个数字。 //mat.step:步长(矩阵一行数字所占的字节数)。 for (x = 0; x < mat.cols; x++) { float value = *(p_float + x); printf("(%f)", value); } printf("\n"); } return 0;}
//二通道矩阵数据读取int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 3, CV_32FC2, data); int y = 2, x = 3; int nchannel = 2; for (y = 0; y < mat.rows; y++) { float* p_float = (float*)(mat.data.ptr + y*mat.step); for (x = 0; x < mat.cols; x++) { float value[2]; value[0] = *(p_float + x*nchannel); value[1] = *(p_float + x*nchannel + 1); //这里加1是加一个float型的步长。 printf("(%f %f)", value[0],value[1]); } printf("\n"); } return 0;}
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
CvMat矩阵结构
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
typedef struct CvMat{ int type; int step; /* for internal use only */ int* refcount; int hdr_refcount; union { uchar* ptr; short* s; int* i; float* fl; double* db; } data;#ifdef __cplusplus union { int rows; int height; }; union { int cols; int width; };#else int rows; int cols;#endif}CvMat;
此类信息通常被称作为矩阵头。很多程序是区分矩阵头和数据体的,后者是各个data成员所指向的内存位置。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
矩阵的创建和释放:
创建一个新的矩阵,分配矩阵空间::
CvMat* cvCreateMat(int rows, int cols,int type);
例程:
CvMat* M = cvCreateMat(4,4,CV_32FC1);
创建一个矩阵头,,不分配空间:
CvMat* cvCreateMatHeader(int rows,int cols,int type);
初始化已存在的CvMat结构体:
CvMat* cvInitMatHeader ( CvMat *mat, int row, int clos, int type; voud *data = NULL; int step = CV_AUTOSTEP );
初始化一个矩阵,但是不分配空间:
CvMat cvMat( int rows, int cols, int type, void* data = NULL);
用一个矩阵初始化另外一个矩阵,也就是将一个矩阵的复制到另外一个矩阵上去:
CvMat* cvCloneMat(const cvMat* mat);
例:
CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
CvMat* M2;
M2=cvCloneMat(M1);
释放矩阵空间:
例:
CvMat* M = cvCreateMat(4,4,CV_32FC1);
cvReleaseMat(&M);
上面我们用介绍通道和维所用到的矩阵就是通过:
用固定数据创建一个Opencv矩阵。
矩阵数据的存取
1,这是一个简单的方法:利用宏CV_MAT_ELSEM(),这个宏(传入矩阵,待提取的元素类型,行,列4个参数)(注意:行列是从0开始算的)
利用宏读取矩阵的值(简单但慢):
int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 6, CV_32FC1, data); float element_3_2 = CV_MAT_ELEM(mat, float, 0, 2); cout << element_3_2 << endl; return 0;}
利用宏写矩阵的值:
int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 6, CV_32FC1, data); float element = 7.7; *((float*)CV_MAT_ELEM_PTR(mat, 2, 4)) = element; float element_3_2 = CV_MAT_ELEM(mat, float, 2, 4); cout << element_3_2 << endl; return 0;}
但是这种使用宏的方法有个缺点,在每次调用宏的时候都要重新计算指针,即使宏使用起来容易,但是慢,所以不是存取矩阵的最好方法。
指针访问矩阵结构(麻烦):
利用宏只能访问1维和2维的数组,下面列举cvPtr*D和cvGet*D等函数。
cvPtr*D可以是:cvPtr1D(一维),cvPtr2D(二维),cvPtr3D(三维),cvPtrND(多维),
cvGet*D也类似有这系列函数。
uchar* cvPtr1D( const CvArr* arr, //访问矩阵 int idx0, //元素索引,也就是在数组中的坐标 int* type = NULL//元素类型 ); uchar* cvPtr2D( const CvArr* arr, int idx0, int idx1, int* type = NULL ); uchar* cvPtr3D( const CvArr* arr, int idx0, int idx1, int idx2, int* type = NULL ); uchar* cvPtrND( const CvArr* arr, int* idx, int* type = NULL, int create_node = 1, unsigned* precalc_hashval = NULL );
实例:
//指针访问矩阵结构int main(){ float vals[] = { 1, 2, 3, 4 }; CvMat* rotmat = cvCreateMat(2, 2, CV_32FC1); cvInitMatHeader ( rotmat, 2, 2, CV_32FC1, vals ); float *p = (float*)cvPtr2D(rotmat, 1, 0); cout << *p << endl; return 0;}cvGet*D系列函数返回的是
建立自己的指针访问(恰当的方法):
#include "highgui.h"#include "cv.h"int main(){ float data[18] = { 30, 60, 40, 60, 50, 40, 67, 88, 55, 33, 22, 97, 59, 69, 32, 46, 25, 45 }; CvMat mat; cvInitMatHeader(&mat, 3, 3, CV_32FC2, data); for (int y = 0; y < mat.rows; y++) { for (int x = 0; x < mat.cols; x++) { //CvScalar value = cvGetRealND(&mat, y, x,z);三维 CvScalar value = cvGet2D(&mat, y, x); printf("(%f %f)", value.val[0], value.val[1]); } printf("\n"); } return 0;}
- opencv学习笔记(七)-CvMat矩阵结构以及矩阵数据访问
- opencv学习_16(CvMat矩阵结构以及矩阵数据访问)
- opencv CvMat矩阵结构
- 【opencv】CvMat矩阵结构
- 《学习opencv》笔记——基本数据结构,CvMat,矩阵访问
- openCV学习之CvMat矩阵访问
- opencv CvMat矩阵学习
- opencv CvMat矩阵学习
- opencv CvMat矩阵学习
- opencv CvMat矩阵学习
- opencv CvMat矩阵学习
- OpenCV矩阵结构CvMat初探
- OpenCV矩阵结构CvMat初探
- OpenCV矩阵结构CvMat初探
- opencv中CvMat结构与矩阵的创建与访问
- 2.2 opencv CvMat矩阵学习
- 【OpenCV矩阵结构体】CvMat的操作
- 2.3 访问CvMat数据块(矩阵维度与通道)
- HOG特征提取matlab代码
- 【Boost】boost库的随机数的例子
- 从老罗的坚果手机看手机软件创新
- 如何解决U盘容量变小问题
- HDU5428------The Factor
- opencv学习笔记(七)-CvMat矩阵结构以及矩阵数据访问
- Android Application的作用
- 什么是反向代理,如何区别反向与正向代理
- HTTP 301 跳转和302跳转的区别
- 多线程NSThread
- Android compile with 为空
- HDU1048 - The Hardest Problem Ever (简单题)
- "Python"学习笔记(四)(函数一)
- HDU 5115 Dire Wolf(区间DP)