OpenCv探索-阿里云开发者社区

OpenCv探索

2024-08-26 52

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： OpenCv探索

参考手册

OpenCV: OpenCV modules

Mat

Mat::isContinuous()

说明：

报告矩阵是否连续。

如果矩阵元素在每行末尾连续存储而没有间隙，则方法返回true。否则，它返回false。显然，对于1x1或1xN矩阵总是连续的。一般用Mat :: create创建的矩阵总是连续的。但是，如果使用Mat :: col，Mat :: diag等提取矩阵的一部分，或者为外部分配的数据构造矩阵头，则此类矩阵可能不再具有此属性。

OpenCV isContinuous()连续存储的问题_pan_jinquan的博客-CSDN博客

Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP);

Mat::Mat(int _rows, int _cols, int _type, void* _data, size_t _step)
    : flags(MAGIC_VAL + (_type & TYPE_MASK)), dims(2), rows(_rows), cols(_cols),
      data((uchar*)_data), datastart((uchar*)_data), dataend(0), datalimit(0),
      allocator(0), u(0), size(&rows)
{
    CV_Assert(total() == 0 || data != NULL);
 
    size_t esz = CV_ELEM_SIZE(_type), esz1 = CV_ELEM_SIZE1(_type);
    size_t minstep = cols * esz;
    if( _step == AUTO_STEP )
    {
        _step = minstep;
    }
    else
    {
        CV_Assert( _step >= minstep );
        if (_step % esz1 != 0)
        {
            CV_Error(Error::BadStep, "Step must be a multiple of esz1");
        }
    }
    
    step[0] = _step;
    step[1] = esz;
    datalimit = datastart + _step * rows;
    dataend = datalimit - _step + minstep;
    updateContinuityFlag();
}
 
 
inline
const size_t& MatStep::operator[](int i) const CV_NOEXCEPT
{
    return p[i];
}
 
template<typename _Tp> _Tp& at(int row, int col) {
    return ((_Tp*)(data + step.p[0] * i0))[i1];
}

由上面可见，step[0]指向step.p[0]，即p[0]为每行占据的字节数，p[1]为每个像素占据的字节数。

depth 和channels

CV_8UC4 CV_MAKETYPE(CV_8U,4)，其中4为channels()(通道数), CV_8U为 depth()

inline
int Mat::depth() const
{
    // ((flags) & CV_MAT_DEPTH_MASK)  =>
    // (flags & (CV_DEPTH_MAX - 1))
    return CV_MAT_DEPTH(flags);
}
 
inline
int Mat::channels() const
{
    // ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1) =>
    // ((((flags) & ((CV_CN_MAX - 1) << CV_CN_SHIFT)) >> CV_CN_SHIFT) + 1) =>
    // (((flags & (511 << CV_CN_SHIFT)) >> CV_CN_SHIFT) + 1)
 
    // CV_8UC4 => (CV_MAT_DEPTH(0) + (((4)-1) << CV_CN_SHIFT))
    // => (((0) & CV_MAT_DEPTH_MASK) + (((4)-1) << CV_CN_SHIFT))
    // => ((0 & CV_MAT_DEPTH_MASK) + (3 << CV_CN_SHIFT))
    // 从上可以看出CV_8UC4 CV_MAKETYPE(CV_8U,4)，其中4为通道数, CV_8U为 depth()
    return CV_MAT_CN(flags);
}
 
#define CV_CN_MAX     512
#define CV_CN_SHIFT   3
#define CV_DEPTH_MAX  (1 << CV_CN_SHIFT)
#define CV_MAT_CN_MASK          ((CV_CN_MAX - 1) << CV_CN_SHIFT)
#define CV_MAT_CN(flags)        ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1)
 
#define CV_MAT_CN(flags)        ((((flags) & CV_MAT_CN_MASK) >> CV_CN_SHIFT) + 1)
#define CV_MAT_DEPTH_MASK       (CV_DEPTH_MAX - 1)
#define CV_MAT_DEPTH(flags)     ((flags) & CV_MAT_DEPTH_MASK)
 
#define CV_8U   0
#define CV_8S   1
#define CV_16U  2
#define CV_16S  3
#define CV_32S  4
#define CV_32F  5
#define CV_64F  6
#define CV_16F  7
 
#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)

从上可知：

0-2位代表depth即数据类型（如CV_8U），OpenCV的数据类型共7类，故只需3位即可全部表示。

3-11位代表通道数channels，因为OpenCV默认最大通道数为512，故只需要9位即可全部表示，可参照下面求通道数的部分。

0-11位共同代表type即通道数和数据类型（如CV_8UC3）

12-13位暂没发现用处，也许是留着后用，待发现了再补上。

14位代表Mat的内存是否连续，一般由creat创建的mat均是连续的，如果是连续，将加快对数据的访问。

15位代表该Mat是否为某一个Mat的submatrix，一般通过ROI以及row()、col()、rowRange()、colRange()等得到的mat均为submatrix。

16-31代表magic signature，暂理解为用来区分Mat的类型，如果Mat和SparseMat

【OpenCV】从Mat的flags中可以读到的信息，以及相关宏定义_YiYueHuan的博客-CSDN博客

cv::Mat属性 step, size, step1, elemSize, elemSize1_AI_潜行者的博客-CSDN博客_cv::mat size

elemSize()：每个元素大小，单位字节（CV_8UC3中值为3，RGB三个字节？）

elemSize1()：每个通道大小，单位字节（CV_8UC3中值为1，？）

OpenCV中对Mat的遍历访问与赋值 - 走看看

矩阵操作

cv::normalize

OPENCV函数介绍：normalize（）_page190017的博客-CSDN博客_cv::normalize

opencv函数介绍（1）——normalize_cosmispower的博客-CSDN博客_cv::normalize

OpenCV-矩阵归一化cv::normalize_翟天保Steven的博客-CSDN博客_cv::normalize

OpenCV: Operations on arrays

void normalize( InputArray src, OutputArray dst, double alpha = 1, double beta = 0,
                int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray());
 
/*
参数说明
InputArray类型的src，输入图像，如Mat类型。
OutputArray类型的dst，输出图像。
double类型的alpha，归一化相关的数值。
double类型的beta，归一化相关的数值。
int类型的norm_type，归一化类型。
int类型的dtype，默认值-1，与输出矩阵的类型和通道相关。
InputArray类型的mask，掩膜。
*/