Lecture 2 opencv2系列之初识Mat

上一节我们介绍了利用imread函数读取图像信息到一个Mat类中，
那么图像数据时如何在Mat中存储的呢？

Class Mat

class CV_EXPORTS Mat
{
public:
    // ... a lot of methods ...
    ...

    /*! includes several bit-fields:
         - the magic signature
         - continuity flag
         - depth
         - number of channels
     */
    int flags;
    //! the array dimensionality, >= 2
    int dims;
    //! the number of rows and columns or (-1, -1) when the array has more than 2 dimensions
    int rows, cols;
    //! pointer to the data
    uchar* data;

    //! pointer to the reference counter;
    // when array points to user-allocated data, the pointer is NULL
    int* refcount;

    // other members
    ...
};

Mat初解

Mat是包含两个数据部分的基本类：
1. 矩阵头文件。
包含矩阵大小（rows,cols）、矩阵维数（dims）等等。
分别用成员变量rows、cols、dims保存。
2. 指向存储像素值的矩阵的指针（data）。
成员变量data给出了像素矩阵存储的初始位置，如今矩阵的大小，矩阵维数已知，想确定像素矩阵的内存位置，
我们还需要知道像素数据的类型，因为不同数据类型占用内存大小可能不相同。
常见类型有：

    enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 };
    \\ 8-bit unsigned integer (uchar)
    \\ 8-bit signed integer (schar)
    \\ 16-bit unsigned integer (ushort)
    \\ 16-bit signed integer (short)
    \\ 32-bit signed integer (int)
    \\ 32-bit floating-point number (float)
    \\ 64-bit floating-point number (double)

以上类型，我们在Mat的数据结构中，常称之为depth。

彩色图像的存在，Mat同样支持多通道数据。
CV_8U_C1,CV_8U_C2,CV_8U_C3,...,CV_64F_C4,对应于通道1-4。
当然，还可以有更多的通道，通过宏CV_MAKETYPE(depth, n) == ((depth&7)<<3) + (n-1)定义。

常用的Mat成员变量及函数

成员变量：

int dims,//矩阵维数
int rows,//矩阵行数
int cols,//矩阵列数，不考虑通道影响，亦即若是rgb彩色图像，一列中包含了rgb三个通道的数据
uchar *data,//像素矩阵的起始位置
Mstep step,//step[i]描述了在维度i中相邻元素的内存距离
//对于一个2维矩阵：维度0，行；维度1，列
//注意到step[i] >= step[i+1]*size[i+1]，这也意味着
//二维矩阵按行存储，三维矩阵按面存储，
//step[dims-1] = elemSize()。

成员函数：
OpenCV2的Mat类中定义了很多类似Matlab矩阵操作的成员函数，比如

+,-,*,等运算符的重定义；

Mat row(int y),Mat col(int x),
Mat rowRange(int startrow, int endrow) const,Mat rowRange(const Range& r) const,
Mat colRange(int startrow, int endrow) const,Mat colRange(const Range& r) const,等行列操作；

MatExpr t() const //转置,
MatExpr inv(int method=DECOMP_LU) const//求逆,等等矩阵运算；

图像相关函数，

bool isContinuous() const //像素矩阵在内存中是否是连续的，
size_t elemSize() const //像素矩阵单个数据的字节数，此时单个数据以列为单位，不计通道数，如RGB三通道数据视为一个单元
//所以CV_16SC3数据类型矩阵的返回值为3*sizeof(short) = 6
size_t elemSize1() const //像素矩阵单个数据的字节数，此时单个数据以列为单位，计通道数，如RGB三通道数据视为三个单元
//所以CV_16SC3数据类型矩阵的返回值为sizeof(short) = 2
int type() const //返回矩阵的数据类型,
int depth() const //返回矩阵的深度，即去掉通道数的类型,
int channels() const //返回矩阵的通道数，
uchar* ptr(int i0=0),
const uchar* ptr(int i0=0) const,
template<typename _Tp> _Tp* ptr(int i0=0),
template<typename _Tp> const _Tp* ptr(int i0=0) const//返回i0行的首地址 。

图像像素矩阵在内存中的存储方式

我们已经知道用函数imread读取的图像像素值存储在data所指向的内存中，
那么该数据在内存中如何存储的呢？

单通道图像，如灰度图像，存储方式如下

多通道图像，每列数据包含通道个数的子列，如采用RGB色彩，存储方式如下

值得注意的是，数据存储顺序是BGR，与RGB顺序相反。

从上述两图，还可以发现：Mat中cols的概念并不是简单的矩阵列数，应该考虑上channels的影响。
存储矩阵的列数应为cols*nchannels。

对于一个二维的图像矩阵M,其坐标为(i,j)数据的内存地址为
addr(M_{i,j}) = M.data + i*M.step[0] + j*M.step[1]。

参考文献

1. The OpenCV Reference Manual Release 2.4.9.0。
2. The OpenCV Tutorials Release 2.4.9.0。