2016-01-14 OpenCV中Mat属性step，size，step1，elemSize，elemSize1

来源：互联网发布：万能弹簧机的编程编辑：程序博客网时间：2024/05/24 23:13

原文地址：http://blog.csdn.net/qianqing13579/article/details/45318279

Mat的step，size，step1，elemSize，elemSize1这几个属性非常容易混淆。 OpenCV的官方参考手册也没有解释清楚这几个概念。

前一段时间研究了一下每个属性的含义，如果有什么错误，欢迎大家指正。

step1(i):每一维元素的通道数

step[i]:每一维元素的大小，单位字节

size[i]:每一维元素的个数

elemSize()：每个元素大小，单位字节

elemSize1()：每个通道大小，单位字节

这个解释可能有点抽象，结合示例程序和示意图解释这几个概念

[cpp] view plaincopy
void Learn_Mat_Definiton()//测试一下step[]的各个维度大小  
{  
  
    //////////////////Demo1(3维矩阵)///////////////////////////////////////////  
    printf("//////////////////////Demo1(3维矩阵)////////////////////////\n");  
    //最后面的两个数：(行，列),确定了一个面  
    //是一个依次降维的过程  
    //8,10组成了面，5个面，组成了立方体  
    int matSize[] = {5,8,10};//每一维元素的个数：8：行，10：列  
    Mat mat1(3,matSize, CV_16UC3, Scalar::all(0));  
  
    //求step[i]的大小:每一维元素的大小(单位字节)  
    printf("\n///////step[i]的大小//////////\n");  
    printf("step[0]:%d\n",mat1.step[0]);//480：面的大小(第一维)  
    printf("step[1]:%d\n",mat1.step[1]);//60：线的大小(第二维)  
    printf("step[2]:%d\n",mat1.step[2]);//6：点的大小(第三维)  
  
    //求size[i]：每一维元素的个数  
    printf("\n///////size[i]的大小///////\n");  
    printf("size[0]:%d\n",mat1.size[0]);//5：面  
    printf("size[1]:%d\n",mat1.size[1]);//8：线  
    printf("size[2]:%d\n",mat1.size[2]);//10：点  
  
    //求step1(i)：每一维元素的通道数  
    printf("\n///////step1(i)的大小///////\n");  
    printf("step1(0):%d\n",mat1.step1(0));//240:面  
    printf("step1(1):%d\n",mat1.step1(1));//30:线  
    printf("step1(2):%d\n",mat1.step1(2));//3:点  
  
    //求elemSize：每个元素的大小(单位字节)  
    printf("\n///////elemSize的大小///////\n");  
    printf("elemSize:%d\n",mat1.elemSize());//6：每个元素的大小  
  
    //求elemSize1：每个通道的大小(单位字节)  
    printf("\n///////elemSize1的大小///////\n");  
    printf("elemSize1:%d\n",mat1.elemSize1());//2：每个通道的大小  
}  

程序结果

这里我们定义了一个三维矩阵

int matSize[] = {5,8,10};//每一维元素的个数：8：行，10：列

Mat mat1(3,matSize, CV_16UC3, Scalar::all(0));

示意图如下图

每一维的元素表示什么意思呢？

这里我们以空间几何的角度来解释，能够更加容易理解一点。

三维矩阵，一共有三维，我们分别类比为

面：每个二维矩阵，表示第1维的元素

线：矩阵的每一行，表示第2维的元素

点：矩阵中每行的每个元素,表示第3维的元素

那么这样子就可以解释清楚每一维元素的含义了。

以step[i]为例

step[0]:面的大小，第1维的元素的大小，也就是二维矩阵的大小，一个二维矩阵有8行，所以step[0]=step[1]*8=480

step[1]:线的大小，第2维的元素的大小，也就是二维矩阵每一行的大小，由于每个元素大小为6，每行有10个元素，所以step[1]=10*6=60

step[2]:点的大小，第3维的元素的大小，这里矩阵的每个元素类型为CV_16UC3，所以step[2]=2*3=6个字节

这里注意：

1.step的大小是字节

2.注意下标与维数的对应关系：下标2对应点，1对应线，0对应面

3.矩阵有几维，step[]数组就有几个元素，如3维，则有3个元素，step[0],step[1],step[2].分别对应面，线，点
只要记住，最后一个总是表示点，然后依次向前为线，面...

4.第2,3 点，对于size和step1()也一样。

step1(i)和size[]与step[i]原理相同。

elemSize 表示每个元素的大小(单位字节)，每个元素可能有多个通道，示例中，每个元素有三个通道，而每个通道类型为CV_16U,算3个通道的总数, 2*3=6

elemSize1 每个通道的大小(单位字节)，CV_16=2字节

下面给出一个图像中的示例

[cpp] view plaincopy
void Test()  
{  
  
<span style="white-space:pre">    </span>/////////////Demo2(512*512二维图像)///////////////////////////////  
    printf("\n\n///////////////////Demo2(512*512二维图像)//////////////////////////\n");  
    Mat mat2=imread("D:/Image/Color/Lena512.bmp",-1);//512*512的彩色Lena图  
      
    //step[i]  
    printf("\n///////step[i]的大小///////\n");  
    printf("step[0]:%d\n",mat2.step[0]);//1536：线  
    printf("step[1]:%d\n",mat2.step[1]);//3：点  
  
    //size[i]  
    printf("\n///////size[i]的大小///////\n");  
    printf("size[0]:%d\n",mat2.size[0]);//512：线  
    printf("size[1]:%d\n",mat2.size[1]);//512：点  
  
    //step1(i)  
    printf("\n///////step1(i)的大小///////\n");  
    printf("step1(0):%d\n",mat2.step1(0));//1536:第一维的通道数  
    printf("step1(1):%d\n",mat2.step1(1));//3:第二维的通道数  
  
    //elemSize  
    printf("\n///////elemSize的大小///////\n");  
    printf("elemSize:%d\n",mat2.elemSize());//3：每个元素的大小  
  
    //elemSize1  
    printf("\n///////elemSize1的大小///////\n");  
    printf("elemSize1:%d\n",mat2.elemSize1());//1：每个通道的大小，也就是单通道数据类型  
}  

[cpp] view plaincopy
  

结果

读者可以自行分析一下结果

原文地址：http://blog.csdn.net/zang141588761/article/details/50340709

OpenCV2:Mat属性type，depth，step

在OpenCV2中Mat类无疑使占据着核心地位的，前段时间初学OpenCV2时对Mat类有了个初步的了解，见OpenCV2:Mat初学。这几天试着用OpenCV2实现了图像缩小的两种算法：基于等间隔采样和基于局部均值的图像缩小，发现对Mat中的数据布局和一些属性的认知还是懵懵懂懂，本文对Mat的一些重要属性和数据布局做一个总结。

Mat的作用

The class Mat represents an n-dimensional dense numerical single-channel or multi-channel array. It can be used to store real or complex-valued vectors and matrices, grayscale or color images, voxel volumes, vector fields, point clouds, tensors, histograms (though, very high-dimensional histograms may be better stored in a SparseMat ).

上面的一段话引用自官方的文档，Mat类用于表示一个多维的单通道或者多通道的稠密数组。能够用来保存实数或复数的向量、矩阵，灰度或彩色图像，立体元素，点云，张量以及直方图（高维的直方图使用SparseMat保存比较好）。简而言之，Mat就是用来保存多维的矩阵的。

Mat的常见属性

data uchar型的指针。Mat类分为了两个部分:矩阵头和指向矩阵数据部分的指针，data就是指向矩阵数据的指针。
dims 矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3.
rows 矩阵的行数
cols 矩阵的列数
size 矩阵的大小，size(cols,rows),如果矩阵的维数大于2，则是size(-1,-1)
channels 矩阵元素拥有的通道数，例如常见的彩色图像，每一个像素由RGB三部分组成，则channels = 3

下面的几个属性是和Mat中元素的数据类型相关的。

type
表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。具体的有以下值：
CV_8UC1CV_8UC2CV_8UC3CV_8UC4CV_8SC1CV_8SC2CV_8SC3CV_8SC4CV_16UC1CV_16UC2CV_16UC3CV_16UC4CV_16SC1CV_16SC2CV_16SC3CV_16SC4CV_32SC1CV_32SC2CV_32SC3CV_32SC4CV_32FC1CV_32FC2CV_32FC3CV_32FC4CV_64FC1CV_64FC2CV_64FC3CV_64FC4这里U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。
例如：CV_16UC2，表示的是元素类型是一个16位的无符号整数，通道为2.
C1，C2，C3，C4则表示通道是1,2,3,4
type一般是在创建Mat对象时设定，如果要取得Mat的元素类型，则无需使用type，使用下面的depth
depth
矩阵中元素的一个通道的数据类型，这个值和type是相关的。例如 type为 CV_16SC2，一个2通道的16位的有符号整数。那么，depth则是CV_16S。depth也是一系列的预定义值，
将type的预定义值去掉通道信息就是depth值:
CV_8U CV_8S CV_16U CV_16S CV_32S CV_32F CV_64F
elemSize
矩阵一个元素占用的字节数，例如：type是CV_16SC3，那么elemSize = 3 * 16 / 8 = 6 bytes
elemSize1
矩阵元素一个通道占用的字节数，例如：type是CV_16CS3，那么elemSize1 = 16 / 8 = 2 bytes = elemSize / channels

下面是一个示例程序，具体说明Mat的各个属性：

Mat img(3, 4, CV_16UC4, Scalar_<uchar>(1, 2, 3, 4));        cout << img << endl;    cout << "dims:" << img.dims << endl;    cout << "rows:" << img.rows << endl;    cout << "cols:" << img.cols << endl;    cout << "channels:" << img.channels() << endl;    cout << "type:" << img.type() << endl;    cout << "depth:" << img.depth() << endl;    cout << "elemSize:" << img.elemSize() << endl;    cout << "elemSize1:" << img.elemSize1() << endl;

首先创建了一个3*4的具有4个通道的矩阵，其元素类型是CV_16U。Scalar_是一个模板向量，用来初始化矩阵的每个像素，因为矩阵具有4个通道，Scalar_有四个值。其运行结果：
运行结果首先打印了Mat中的矩阵，接着是Mat的各个属性。注意其type = 26,而depth = 2。这是由于上面所说的各种预定义类型
例如，CV_16UC4，CV_8U是一些预定义的常量。

step

Mat中的step是一个MStep的一个实例。其声明如下：

struct CV_EXPORTS MStep    {        MStep();        MStep(size_t s);        const size_t& operator[](int i) const;        size_t& operator[](int i);        operator size_t() const;        MStep& operator = (size_t s);        size_t* p;        size_t buf[2];    protected:        MStep& operator = (const MStep&);    };

从其声明中可以看出，MStep和size_t有比较深的关系。用size_t作为参数的构造函数和重载的赋值运算符

MStep(size_t s);MStep& operator = (size_t s);

向size_t的类型转换以及重载的[ ]运算符返回size_t

const size_t& operator[](int i) const;        size_t& operator[](int i);

size_t的数组以及指针

size_t* p;        size_t buf[2];

那么size_t又是什么呢，看代码

typedef  unsigned int   size_t;

size_t就是无符号整数。

再看一下MStep的构造函数，就可以知道其究竟保存的是什么了。

inline Mat::MStep::MStep(size_t s) { p = buf; p[0] = s; p[1] = 0; }

从MStep的定义可以知道，buff是一个size_t[2]，而p是size_t *，也就是可以把MStep看做一个size_t[2]。那么step中保存的这个size_t[2]和Mat中的数据有何种关系呢。

step[0]是矩阵中一行元素的字节数。

step[1]是矩阵中一个元素的自己数，也就是和上面所说的elemSize相等。

上面说到，Mat中一个uchar* data指向矩阵数据的首地址，而现在又知道了每一行和每一个元素的数据大小，就可以快速的访问Mat中的任意元素了。下面公式：

$addr(M_{i,j}) = M.data + M.step[0]*i + M.step[1]*j$

step1

规整化的step，值为step / elemSize1。定义如下：

inline size_t Mat::step1(int i) const { return step.p[i]/elemSize1(); }

仍以上例代码中定义的img为例，来看下step,step1具体的值：
img（3*4）的type是CV_16UC4,step[0]是其一行所占的数据字节数4 *4 * 16 / 8 = 32.
step[1] 是一个元素所占的字节数，img的一个元素具有4个通道，故：4 * 16 / 8 = 2
step1 = step / elemSize1，elemSize1是元素的每个通道所占的字节数。

N维的step(N > 2)

上面分析step是一个size_t[2]，实际不是很正确，正确的来说step应该是size_t[dims]，dims是Mat的维度，所以对于上面的二维的Mat来说，step是size_t[2]也是正确的。
下面就对三维的Mat数据布局以及step（维度大于3的就算了吧）。

上图引用自http://ggicci.blog.163.com/blog/static/210364096201261052543349/ 搜集资料时发现了这幅图，一切就变的简单了感谢作者 Ggicci

三维的数据在Mat中是按面来存储的，上图描述的很清晰，这里不再多说。
上面言道，step是一个size_t[dims]，dims是维度。so，三维的step就是size_t[3]。其余的不多说了，看图就有了。下面来创建一个三维的Mat，实际看看

int dims[3] = { 3, 3, 3 };    Mat src(3, dims, CV_16SC2, Scalar_<short>(1,2));    cout << "step[0]:" << src.step[0] << endl;    cout << "step[1]:" << src.step[1] << endl;    cout << "step[2]:" << src.step[2] << endl;

首先创建一个3*3*3，depth为CV_16S的两通道的Mat
step[0]是一个数据面的大小 3 * 3 * (16 / 8 ) * 2 = 36
step[1]是一行数据的大小 3 * (16 / 8 ) * 2 = 12
step[2]是一个元素的大小 2 * (16 / 8) = 4

PS: 三维的Mat 不能使用 <<运算符进行输出的。

over

0 0