OpenCV-Mat结构详解

前面博客中Mat函数谈到一些理解，但是理解的比较浅显，下面谈谈通道，行列等意义；

Mat的常见属性

                             

opencv中type类型·   

                  CV_<bit_depth>(S|U|F)C<number_of_channels>
1--bit_depth---比特数---代表8bite,16bites,32bites,64bites---举个例子吧--比如说,
如果你现在创建了一个存储--灰度图片的Mat对象,这个图像的大小为宽100,高100,那么,现在这张
灰度图片中有10000个像素点，它每一个像素点在内存空间所占的空间大小是8bite,8位--所以它对应的就是CV_8

depth：深度，即每一个像素的位数(bits)，在opencv的Mat.depth()中得到的是一个 0 – 6 的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 }; 可见 0和1都代表8位， 2和3都代表16位，4和5代表32位，6代表64位；

2--S|U|F--

S--代表---signed int---有符号整形
U--代表--unsigned int--无符号整形
F--代表--float---------单精度浮点型

3--C<number_of_channels>----代表---一张图片的通道数,比如:

1--灰度图片--grayImg---是--单通道图像
2--RGB彩色图像---------是--3通道图像
   3--带Alph通道的RGB图像--是--4通道图像

如：CV_8UC1---则可以创建----8位无符号的单通道---灰度图片------grayImg
       CV_8UC3---则可以创建----8位无符号的三通道---RGB彩色图像---colorImg

channels：通道，矩阵中的每一个矩阵元素拥有的值的个数，比如说 3 * 4 矩阵中一共 12 个元素，如果每个元素有三个值，那么就说这个矩阵是 3 通道的，即 channels = 3。常见的是一张彩色图片有红、绿、蓝三个通道。

上面是一个 3 X 4 的矩阵，假设其数据类型为 CV_8U，也就是单通道的 uchar 类型

                                              CV_8U 得到 M.depth() == 0, M.channels() == 1
这是一个二维矩阵，那么维度为 2 （M.dims == 2）；
M.rows == 3; M.cols == 4；

step：是一个数组，定义了矩阵的布局，具体见上面图片分析，另外注意 step1 (step / elemSize1)，M.step[m-1] 总是等于 elemSize，M.step1(m-1)总是等于 channels；

因为是二维矩阵，那么 step 数组只有两个值， step[0] 和 step[1] 分别代表一行的数据大小和一个元素的数据大小，则 M.step[0] == 4, M.step[1] == 1；
M.step1(0) == M.cols = 4; M.step1(1) == 1；

elemSize : 矩阵中每一个元素的数据大小，如果Mat中的数据的数据类型是 CV_8U 那么 elemSize = 1，CV_8UC3 那么 elemSize = 3，

CV_16UC2那么 elemSize = 4；

记住另外有个 elemSize1 表示的是矩阵中数据类型的大小，即 elemSize / channels 的大小

sizeof(uchar) = 1，那么每一个数据元素大小为 1 （M.elemSize() == 1, M.elemSize1() == 1）；
CV_8U 得到 M.depth() == 0, M.channels() == 1；

 

 假设上面的矩阵数据类型是 CV_8UC3，也就是三通道
M.dims == 2； M.channels() == 3；M.depth() == 0；
M.elemSize() == 3 （每一个元素包含3个uchar值） M.elemSize1() == 1 （elemSize / channels）
M.step[0] == M.cols * M.elemSize() == 12, M.step[1] == M.channels() * M.elemSize1() == M.elemSize() == 3；
M.step(0) == M.cols * M.channels() == 12 ; M.step(1) == M.channels() == 3；

上面博文参考：opencv数据结构-MAT结构详解

写到这里，我也只了解了行，列，通道等概念，但是step,step(0)，elemSize1，elemSize()我感到很困惑，看看下面的理解：

 

 上图中: 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);

对于mat1，3通道，一个像素点在内存空间大小是16bit；每一个像素的位数(bits)是2（深度）；

 

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):每一维元素的通道数

step[i]:每一维元素的大小，单位字节；（包含所有通道）

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

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

step1[i] = step.p[i]/elemSize1();

step1[0] = step[0]/elemSize1 = 240 bytes

step1[1] = step[1]/elemSize1 = 30 bytes

step1[2] = step[2]/elemSize1 = 3 bytes

代码如下：

#include"sift.h"
#include<fstream>
#include<iostream>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <opencv2/core/core.hpp>
#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv)
{

	//////////////////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=8*60：面的大小(第一维)
	printf("step[1]:%d\n", mat1.step[1]);//60=6*10：线的大小(第二维)
	printf("step[2]:%d\n", mat1.step[2]);//6=2*3：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
	system("pause");
	return 0;
}

　　

 

 改成.jpg图片

/求step[i]的大小:每一维元素的大小(单位字节)
//step[i]
	printf("\n///////step[i]的大小///////\n");
	printf("step[0]:%d\n", mat2.step[0]);//1200=3*400：线
	printf("step[1]:%d\n", mat2.step[1]);//3=1*3：点

										 //size[i]
	printf("\n///////size[i]的大小///////\n");
	printf("size[0]:%d\n", mat2.size[0]);//250：线
	printf("size[1]:%d\n", mat2.size[1]);//400：点

										 //step1(i)
	printf("\n///////step1(i)的大小///////\n");
	printf("step1(0):%d\n", mat2.step1(0));//1200: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


	system("pause");
	return 0;

　　

 

标签：Mat,OpenCV,step,详解,step1,printf,大小,CV,elemSize
来源： https://www.cnblogs.com/fcfc940503/p/11548604.html