opencv學習筆記（七）-CvMat矩陣結構以及矩陣資料訪問
通道和維度
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
首先說一下對矩陣維度和通道的理解：
維：體現為座標。
通道：
對於這樣一個數組矩陣：
float data[18] =
{
30, 60, 40, 60, 50, 40,
67, 88, 55, 33, 22, 97,
59, 69, 32, 46, 25, 45
};單通道顯示的話，就是這樣：
所以，單通道：可以理解為：一個元素中含有1個數字。
雙通道就是把陣列中每兩個數（如30和60）結合在一起，如：
雙通道可以
所以，雙通道：可以理解為：一個元素中含有2個數字。
以此類推：三通道可以；理解為一個元素中有3分數字。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
列印雙通道矩陣例項：
#include "highgui.h"
#include "cv.h"
int main()
{
float data[18] =
{
30, 60, 40, 60, 50 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
例項解釋：
cvInitMatHeader()函式：用來初始化Mat結構體；
cvInitMatHeader( CvMat* arr, int rows, int cols,int type, void* data, int step )
引數解釋：
arr:CvMat結構體；
rows: 行數；
cols：列數；
type: 矩陣元素型別（可以是32位浮點型（CV_32FC1）或者是無符號的8位三元組的整形資料（CV_8UC3）或者其他型別）；
這個也是改通道數的引數：如單通道（CV_32FC1）,雙通道（CV_32FC2）,三通道（CV_32FC3）;
data：矩陣陣列；
step: 步長，預設是： 一行資料所佔的位元組數（int min_step = arr->cols*pix_size）。
cvGet2D()函式：對多通道二維矩陣訪問。（多通道三維：cvGet3D()，多通道多維：cvGetND()等一系列：cvGet*D函式）；
cvGetReal1D()：對單通道一維矩陣訪問，（單通道三維：cvGetReal3D()，單通道多維：cvGetRealND()等一系列：cvGetReal*D函式）；*
這種訪問方式比較慢因為涉及到壓棧和出棧，如果矩陣較大的話耗費的時間也很多。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
下面介紹一種更有效率的訪問方式，用指標訪問矩陣元素：
//單通道形式訪問矩陣元素
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：矩陣陣列第一個數字。
//mat.step：步長（矩陣一行數字所佔的位元組數）。
for (x = 0; x < mat.cols; x++)
{
float value = *(p_float + x);
printf("(%f)", value);
}
printf("\n");
}
return 0;
}//二通道矩陣資料讀取
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);
//這裡加1是加一個float型的步長。
printf("(%f %f)", value[0],value[1]);
}
printf("\n");
}
return 0;
}+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
CvMat矩陣結構
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
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;此類資訊通常被稱作為矩陣頭。很多程式是區分矩陣頭和資料體的，後者是各個data成員所指向的記憶體位置。
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
矩陣的建立和釋放：
建立一個新的矩陣,分配矩陣空間:：
CvMat* cvCreateMat(int rows, int cols,int type);
例程:
CvMat* M = cvCreateMat(4,4,CV_32FC1);
建立一個矩陣頭,，不分配空間：
CvMat* cvCreateMatHeader(int rows,int cols,int type);
初始化已存在的CvMat結構體：
CvMat* cvInitMatHeader
(
CvMat *mat,
int row,
int clos,
int type;
voud *data = NULL;
int step = CV_AUTOSTEP
);初始化一個矩陣，但是不分配空間：
CvMat cvMat
(
int rows,
int cols,
int type,
void* data = NULL
);用一個矩陣初始化另外一個矩陣，也就是將一個矩陣的複製到另外一個矩陣上去：
CvMat* cvCloneMat(const cvMat* mat);
例：
CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
CvMat* M2;
M2=cvCloneMat(M1);
釋放矩陣空間:
例：
CvMat* M = cvCreateMat(4,4,CV_32FC1);
cvReleaseMat(&M);
上面我們用介紹通道和維所用到的矩陣就是通過：
用固定資料建立一個Opencv矩陣。
矩陣資料的存取
1,這是一個簡單的方法：利用巨集CV_MAT_ELSEM(),這個巨集（傳入矩陣，待提取的元素型別，行，列4個引數）（注意：行列是從0開始算的）
利用巨集讀取矩陣的值（簡單但慢）：
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;
}利用巨集寫矩陣的值：
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;
}但是這種使用巨集的方法有個缺點，在每次呼叫巨集的時候都要重新計算指標，即使巨集使用起來容易，但是慢，所以不是存取矩陣的最好方法。
指標訪問矩陣結構（麻煩）：
利用巨集只能訪問1維和2維的陣列，下面列舉cvPtr*D和cvGet*D等函式。
cvPtr*D可以是：cvPtr1D(一維)，cvPtr2D(二維），cvPtr3D(三維)，cvPtrND(多維)，
cvGet*D也類似有這系列函式。
uchar* cvPtr1D(
const CvArr* arr, //訪問矩陣
int idx0, //元素索引，也就是在陣列中的座標
int* type = NULL//元素型別
);
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
);例項：
//指標訪問矩陣結構
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系列函式返回的是建立自己的指標訪問（恰當的方法）:
#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);三維
CvScalar value = cvGet2D(&mat, y, x);
printf("(%f %f)", value.val[0], value.val[1]);
}
printf("\n");
}
return 0;
}