IplImage,CvMat,Mat的关系和相互转换

1、Ipllmage,CvMat,Mat的关系和相互转换（转载）opencv中常见的与图像操作有关的数据容器有Mat,cvMat和Ipllmage,这三种类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和Ipllmage类型更侧重于“图像”，opencv对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。在opencv2.0之前,opencv是完全用C实现的，但是，Ipllmage类型与CvMat类型的关系类似于面向对象中的继承关系。实际上，CvMat之上还有一个更抽彖的基类-CvArr,这在源代码中会常见。1.

2、1pllmageopencv中的图像信息头，该结构体定义：ViewCodetypedefstructJpllmageintnSize;intID;intnChannels;intalphaChannel;intdepth;charcolorModel4;charchannelSeq4;intdataOrder;intorigin;intalign;intwidth;intheight;structJpIROI*roi;structpllmage*maskROI;void*imageld;structJpITilelnfo*tilelnfo;intimageSize;char*imageData

3、;intwidthstep;intBorderMode4;intBorderConst4;char*imageDataOrigin;Ipllmage;dataOrder中的两个取值：交叉存取颜色通道是颜色数据排列将会是BGRBGR.的交错排列。分开的颜色通道是有几个颜色通道就分几个颜色平面存储。roi是IpIROI结构体，该结构体包含了xOffselyOffset,height,width,coi成员变量,其中xOffset,yOffset是x,y坐标,coi代表channelofinterest)感兴趣的通道)，非0的时候才有效。访问图像中的数据元素，分间接存储和直接存储，当图像元素为浮点型

4、时，(uchar*)改为(float*)：ViewCodeIpllmage*img=cvLoadlmage(,lena.jpg,/1);CvScalars;s=cvGet2D(imgJj);cvSet2D(imgJj,s);Ipllmage*img;/mallocmemorybycvLoadlmageorcvCreatelmagefor(introw=0;rowheight;row+)for(intcol=0;colwidth;col+)b=CV_IMAGE_ELEM(img,UCHAR,row,col*img-nChannels+0);g=CVJMAGE_ELEM(img,UCHAR,row

5、,col*img-nChannels+1);r=CV_IMAGE_ELEM(img,UCHAR,row,col*img-nChannels+2);Ipllmage*img;/mallocmemorybycvLoadlmageorcvCreatelmageucharb,g,r;/3channelsfor(introw=0;rowheight;row+)for(intcol=0;colwidth;col+)b=(uchar*)(img-imageData+row*img-widthStep)col*img-nChannels+0;g=(uchar*)(img-imageData+row*img-w

6、idthStep)col*img-nChannels+1;r=(uchar*)(img-imageData+row*img-widthStep)col*img-nChannels+2;初始化使用Ipllmage*，是一个指向结构体Ipllmage的指针：ViewCodeIpllmage*cvLoadlmage(constchar*filename,intiscolorCV_DEFAULT(CV_LOADMAGE_COLOR);/loadimagesfromspecifiedimageIpllmage*cvCreatelmage(CvSizesize,intdepth,intchannels);

7、/allocatememoryCvMat首先，我们需要知道，第一，在OpenCV中没有向量(vector)结构。任何时候需要向量，都只需要一个列矩阵(如果需要一个转置或者共轨向量，则需要一个行矩阵)。第二，OpenCV矩阵的概念与我们在线性代数课上学习的概念相比，更抽彖，尤其是矩阵的元素，并非只能取简单的数值类型，可以是多通道的值。CvMat的结构：ViewCodetypedefstructCvMatinttype;intstep;int*refcount;unionuchar*ptr;short*s;int*i;float*fl;double*db;data;unionintrows;int

8、height;unionintcols;intwidth;CvMat;创建CvMat数据：ViewCodeCvMat*cvCreateMat(introws,intcols,inttype);CV_INLineCvMatcvMat(introws,intcols,inttype,void*dataCV_DEFAULT);CvMat*cvlnitMatHeader(CvMat*mat,introws,intcols,inttype,void*dataCV_DEFAULT(NULL),intstepCV_DEFAULT(CV_AUTOSTEP);对矩阵数据进行访问：ViewCodecvmSet(C

9、vMat*mat,introw,intcol,doublevalue);cvmGet(constCvMat*mat,introw,intcol);IIII迴饯田来-5=o.mueo匸)丄七+QTdAK丄eEAo)Nullo丄00多0Mo匸兰EAo*Null/lUJIJJllvl/roU0mlOHard己A丄eEA3)HldUJCJIlo二一omH(_0。7vo(u_qnopMUMO*IAIIJJ-lIJJllvlAro、寸、寸)lelAIEeCDoAOn*lezAoomH=00+SOOAJPUJA晏zvo一qpelep丄05IUA3、寸、寸)lelAIEeCDoAOn*lezAoOm(leo-

10、J)n=00+soooleluAo晏Mo一-Jelepe-POSAoJxp一-u一oxp一-u一st_aAs報闿黑世nc*乏出UJIJLy(寸：H寸91/0GT)牯乏右巴丫。Hotj叟晏右三5soroosuod/on(0、0Quod/Vo匚01。叟*|/1出1)(sszmlJmd忘三出eeuzHots岁着右三Ao卅H+d“+一8+Mo?o_4)H(0+d占+-0。+Mo(leo-J)H(H+d*=0。+Mo(leo-4)Hd*(+O0fs-0Q2elu/。V-Ouon-oo-u二0J=寸-d(DlsMculu/o)*M0+-JwlepA,lelu/xoHd)(+M0二SM02PEA3VMoon

11、MO二)0J旦来ip、om丄ip+odAlo)NulJLo丄0。7voo)七CvScalar(O,0,0,0);复制矩阵操作：ViewCodeCvMat*Ml=cvCreateMat(4,4/CV32FCl);CvMat*M2;M2=cvCloneMat(Ml);MatMat是opencv2.0推出的处理图像的新的数据结构，现在越来越有趋势取代之前的cvMat和Ipllmage,相比之下Mat最人的好处就是能够更加方便的进行内存管理，不再需要程序员手动管理内存的释放。opencv2.3中提到Mat是一个多维的密集数据数组，可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。ViewCode

12、classCV_EXPORTSMatpublic：intflags;(Note:目前还不知道flags做什么用的)intdims;introws,cols;uchar*data;int*refcount;从以上结构体可以看出Mat也是一个矩阵头，默认不分配内存，只是指向一块内存(注意读写保护)。初始化使用create函数或者Mat构造函数，以下整理自opencv2.3.1Manual:ViewCodeMatfnrows,ncols,type,fillValue);M.create(nrows,ncols,type);例子：MatM(7/7,CV-32FC2,Scalar(l/3)；M.crea

13、te(100,60zCV_8UC(15);intsz=100,100,100;MatbigCubesz,CV_8U,Scalar:all(0);doublem3=a,b,c,d,ezf,g,hzi;MatM=Mat(3z3,CV_64F,m).inv();Matimg(Size(320,240),CV_8UC3);Matimg(height,width,CV_8UC3,pixels,step);Ipllmage*img=cvLoadlmage(,greatwave.jpg,/1);Matmtx(img,0);/convertIpllmage*-Mat;访问Mat的数据元素：ViewCodeMa

14、tM;M.row(3)=M.row+M.row(5)*3;MatMl=M.col(l);M.col(7).copyTo(Ml);MatM;M.at(izj);M.at(uchar)(iJ);Vec3ibgrl=M.at(Vec3b)(i,j)Vec3sbgr2=M.at(Vec3s)(iJ)Vec3wbgr3=M.at(Vec3w)(i,j)doublesum=O.Of;for(introw=0;rowM.rows;row+)constdouble*Mi=M.ptr(row);for(intcol=0;colM.cols;col+)sum+=stdiimaxfMiU,0.);doublesum

15、=0;MatConstlteratorit=M.begin(),it_end=M.end();for(;it!=it_end;+it)sum+=std:max(*it,0.);Mat可进行Matlab风格的矩阵操作,如初始化的时候可以用initializers,zeros(),ones(),eye().除以上内容之外，Mat还有有3个重要的方法：ViewCodeMatmat=imread(constString*filename);/读取图像imshow(conststringframeName,InputArraymat);/显示图像imwrite(conststring&filename,

16、InputArrayimg);/储存图像CvMat,Mat,Ipllmage之间的互相转换ViewCodeIpllmage-CvMatCvMatmatheader;CvMat*mat=cvGetMat(img,&matheader);CvMat*mat=cvCreateMat(img-height,img-width,CV_64FC3);cvConvert(img,mat)Ipllmage-MatMat:Mat(constIpllmage*img,boolcopyData=false);例子：Ipllmage*ipllmg=cvLoadlmage(,greatwave.jpg,/1);Matm

17、tx(ipllmg);Mat-IpllmageMatMIpllmageiplimage=M;CvMat-MatMat:Mat(constCvMat*m,boolcopyData=false);Mat-CvMat例子(假设Mat类型的imgMat图像数据存在)：CvMatcvMat=imgMat;/*Mat-CvMat,类似转换到Ipllmage,不复制数据只创建矩阵头一、Mat类型:矩阵类型，MatriXo在openCV中，Mat是一个多维的密集数据数组。可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。Mat有3个重要的方法：1、Matmat=imread(constString*fi

18、lename);读取图像2、imshow(conststringframeName,InputArraymat);显示图像3、imwrite(conststring&filename,InputArrayimg);储存图像Mat类型较CvMat与Ipllmage类型来说，有更强的矩阵运算能力，支持常见的矩阵运算。在计算密集型的应用当中，将CvMat与Ipllmage类型转化为Mat类型将人人减少计算时间花费。Mat-Ipllmage同样只是创建图像头，而没有复制数据。例：/假设Mat类型的imgMat图像数据存在Ipllmageplmg=Ipllmage(imgMat);Mat-CvMat与I

19、pllmage的转换类似，不复制数据，只创建矩阵头。例：/假设Mat类型的imgMat图像数据存在CvMatcvMat=imgMat;二、CvMat类型与Ipllmage类型：“图像”类型在openCV中，Mat类型与CvMat和Ipllmage类型都可以代表和显示图像,但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和Ipllmage类型更侧重于“图像”，openCV对其中的图像操作(缩放、单通道提取、图像阈值操作等)进行了优化。补充：Ipllmage由CvMat派生，而CvMat由CvArr派生即CvArr-CvMat-IpllmageCvA

20、rr用作函数的参数，无论传入的是CvMat或Ipllmage,内部都是按CvMat处理。CvMatCvMat-IpllmageIpllmage*img=cvCreatelmage(cvGetSize(mat),8,l);cvGetlmage(matl,img);cvSavelmage(ricel.bmpzimg);CvMat-Mat与Ipllmage的转换类似，可以选择是否复制数据。Mat:Mat(constCvMat*mzboolcopyData=false);在openCV中，没有向量(vector)的数据结构。任何时候，但我们要表示向量时，用矩阵数据表示即可。但是，CvMat类型与我们在

21、线性代数课程上学的向量概念相比，更抽象，比如CvMat的元素数据类型并不仅限于基础数据类型，比如，下面创建一个二维数据矩阵：CvMat*cvCreatMat(introwsJntcols,inttype);这里的type可以是任意的预定义数据类型，比如RGB或者别的多通道数据。这样我们便可以在一个CvMat矩阵上表示丰富多彩的图像了。2pllmage在类型关系上，我们可以说Ipllmage类型继承自CvMat类型，当然还包括其他的变量将之解析成图像数据。Ipllmage类型较之CvMat多了很多参数,比如depth和nChannels。在普通的矩阵类型当中,通常深度和通道数被同时表示，如用32

22、位表示RGB+Alpha.但是，在图像处理中，我们往往将深度与通道数分开处理，这样做是OpenCV对图像表示的一种优化方案。Ipllmage的对图像的另一种优化是变量origin-原点。在计算机视觉处理上，一个重要的不便是对原点的定义不清楚，图像来源，编码格式，甚至操作系统都会对原地的选取产生影响。为了弥补这一点,openCV允许用户定义自己的原点设置。取值0表示原点位于图片左上角，1表示左卞角。dataOrder参数定义数据的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE两种取值，前者便是对于像素，不同的通道的数据交叉排列，后者表示所有通道按顺序平行排列。Ipllmage类型的所有额外变量都是对“图像”的表示与计算能力的优化。Ipllmage-MatIpllmage*plmg=cvLoadlmage(lena.jpg)；Matimg(plmg,0);/0是不複製影像，也就