OpenCV中Mat属性step,size,step1,elemSize,elemSize1

Mat的step,size,step1,elemSize,elemSize1这几个属性非常容易混淆。 OpenCV的官方参考手册也没有解释清楚这几个概念。

前一段时间研究了一下每个属性的含义,如果有什么错误,欢迎大家指正。

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

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

这个解释可能有点抽象,结合示例程序和示意图解释这几个概念

void Learn_Mat_Definiton()//测试一下step[]的各个维度大小
{

	//////////////////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:面的大小(第一维)
	printf("step[1]:%d\n",mat1.step[1]);//60:线的大小(第二维)
	printf("step[2]:%d\n",mat1.step[2]);//6: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
}

程序结果

这里我们定义了一个三维矩阵

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));

示意图如下图

每一维的元素表示什么意思呢?

这里我们以空间几何的角度来解释,能够更加容易理解一点。

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)和size[]与step[i]原理相同。

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

下面给出一个图像中的示例

void Test()
{

<span style="white-space:pre">	</span>/////////////Demo2(512*512二维图像)///////////////////////////////
	printf("\n\n///////////////////Demo2(512*512二维图像)//////////////////////////\n");
	Mat mat2=imread("D:/Image/Color/Lena512.bmp",-1);//512*512的彩色Lena图

	//step[i]
	printf("\n///////step[i]的大小///////\n");
	printf("step[0]:%d\n",mat2.step[0]);//1536:线
	printf("step[1]:%d\n",mat2.step[1]);//3:点

	//size[i]
	printf("\n///////size[i]的大小///////\n");
	printf("size[0]:%d\n",mat2.size[0]);//512:线
	printf("size[1]:%d\n",mat2.size[1]);//512:点

	//step1(i)
	printf("\n///////step1(i)的大小///////\n");
	printf("step1(0):%d\n",mat2.step1(0));//1536: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
}

结果

读者可以自行分析一下结果

时间: 2024-10-09 08:35:41

OpenCV中Mat属性step,size,step1,elemSize,elemSize1的相关文章

OpenCV中Mat的属性

OpenCV中Mat的属性 最近在做一OpenCV的图像轮廓检验,但当用到霍夫变换时才发现对Mat的属性了解不足.Mat在OpenCV中的地位是及其重要的,因此有必要做一个总结. 大体上来说,Mat是一个类,由两个数据部分组成:矩阵头(包括矩阵尺寸.存储方法.存储地址等信息)和指向数据部分的指针. 矩阵头部分 dims->矩阵的维度 rows->矩阵的行数 cols->矩阵的列数 size->矩阵的大小,size(cols,rows) channels->矩阵元素拥有的通道数

OpenCv学习笔记(一)----OpenCv中Mat类源码的详细解读(2)

(一)像素存储的方法 1--本节我们讲解如何存储像素,存储像素值,需要指定: 1--颜色空间 2--数据类型 2--其中,颜色空间是指针对一个给定的颜色,如何组合颜色以其编码. 3--最简单的颜色空间是----灰度级空间----只需要处理:黑色和白色,对它们进行组合便可以产生不同程度的灰 色(256灰度级) 4--对于彩色方式---则有更多种类的颜色空间,但不论那种方式,都是把颜色分成:三个或者四个---基元素,通过 组合基元素,就可以产生所有的颜色 1--RGB颜色空间是最常用的一种颜色空间,

OpenCv学习笔记(三)---OpenCv中基本数据类型--Point,Size,Rect,Scalar,Vec3b类类型的详细解释及其OpenCv中源代码的详细分析

/********************************************************************************************* 程序功能: OpenCv的基本数据结构源代码的解读,我们常用的OpenCv的基本数据结构有六种: 1--Point类 2--Size类 3--Rect类 4--Scalar类 5--Vec3b--向量模板类 6--Range类 编写环境: OpenCv2.4.8+VS2010 地点时间: 陕西师范大学 201

使用C++将OpenCV中Mat的数据写入二进制文件,用Matlab读出

在使用OpenCV开发程序时,如果想查看矩阵数据,比较费劲,而matlab查看数据很方便,有一种方法,是matlab和c++混合编程,可以用matlab访问c++的内存,可惜我不会这种方式,所以我就把数据写到文件里,用matlab读出来,然后用matlab各种高级功能查看数据的值. 1.将Mat的数据写入指定文件 为了方便拿来主义者,我直接把这个函数贴出来,你只要把代码拷贝到自己的代码里,就可以直接用了.如果有问题,赶紧评论,我会尽快看看问题出在哪里. #include <iostream>

OpenCV中Mat与二维数组之间的转换

---恢复内容开始--- 在OpenCV中将Mat(二维)与二维数组相对应,即将Mat中的每个像素值赋给一个二维数组. 全部代码如下: #include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> //包含imread, imshow等标识符 #include "opencv2/imgproc/imgproc.hpp" //包含c

opencv中Mat类型数据操作与遍历

Mat作为opencv中一种数据类型常常用来存储图像,相对与以前的IplImgae类型来说,Mat类型省去了人工的对内存的分配与释放,转而自动分配释放.Mat Class主要包括两部个数据部分:一个是matrix header(包括matrix的大小尺寸,储存方法,储存地址等等..),另一个是指向存储像素值的矩阵的指针. Opencv中对Mat的复制分为两种, Mat A, C; // creates just the header parts A = imread(argv[1], CV_LO

opencv中Mat与IplImage,CVMat类型之间转换

opencv中对图像的处理是最基本的操作,一般的图像类型为IplImage类型,但是当我们对图像进行处理的时候,多数都是对像素矩阵进行处理,所以这三个类型之间的转换会对我们的工作带来便利. Mat类型较CvMat和IplImage有更强的矩阵运算能力,支持常见的矩阵运算(参照Matlab中的各种矩阵运算),所以将IplImage类型和CvMat类型转换为Mat类型更易于数据处理. Mat类型可用于直接存储图像信息,通过函数imread.imwrite.imshow等实现(与Matlab中的函数相

OpenCV中Mat,图像二维指针和CxImage类的转换

在做图像处理中,常用的函数接口有OpenCV中的Mat图像类,有时候需要直接用二维指针开辟内存直接存储图像数据,有时候需要用到CxImage类存储图像.本文主要是总结下这三类存储方式之间的图像数据的转换和相应的对应关系. 一.OpenCV的Mat类到图像二值指针的转换 以下为函数代码: unsigned char** MatTopImgData(Mat img) { //获取图像参数 int row = img.rows; int col = img.cols; int band = img.c

opencv中 Mat矩阵申明形式

在调用opencv的时候,可能不像matlab那样直接就可以 新建矩阵.在C++中需要严格的定义矩阵形式: 在opencv中一共有显示创建Mat对象的方法: 一.使用mat()构造函数: 上图中可以发现,首先要先定义其图像尺寸 (2*3,宽为2  高为3 ).即图像的行数和列数:然后制定存储袁术的数据类型以及每个矩阵点的通道数,是浮点型存储还是字符型,是三通道还是单通道:     例如: CV_8UC3   就是代表的8位 的unsigned char 型 ,每个像素是由三个元素组成的三通道: