我是 OpenCV 乃至 C++ 的初學者，過去的兩個禮拜里剛把一個 Matlab 程序轉化成使用了 OpenCV 的 C++ 代碼，過程中遇到了很多困難。這些困難有些來源于我對 Matlab 和 OpenCV 之間語言和類庫設計差異的不了解，有些是單純的不知道 Matlab 函數的 OpenCV 對照物造成的，還有一些是由于 OpenCV 并不具有一些功能的函數。我打算將這些天的所學所得寫下來，借鑒《NumPy for Matlab Users》，姑且將這個系列叫作《OpenCV for Matlab Users》。這篇是這個系列的第 2 篇，因為大體結構最早完成，所以也就先出來了。整個系列的大體安排如下：

• OpenCV for Matlab Users (1) - MATLAB 與 OpenCV / C++ 設計上的差異
• OpenCV for Matlab Users (2) - cv::Mat 類的屬性和方法
• OpenCV for Matlab Users (3) - MATLAB 函數的 OpenCV 對應實現
• OpenCV for Matlab Users (4) - MATLAB 與 OpenCV / C++ 易搞混的語法
• OpenCV for Matlab Users (5) - OpenCV 自身易搞混的函數辨析

下面開始本章正文：

以我淺薄的 C++ 知識來看，一個對象包括成員變量和成員方法兩類，有些貌似是成員變量，其實是方法，這篇先按照是成員變量還是方法分為兩類。目前成員變量只有 5 個：rows，cols，dims，data，step，還有一些比如像 channels，depth，elemSize，empty，isContinuous，size，total，type 貌似是成員變量，其實是沒有參數的成員方法。

1. 成員變量

• rows

成員變量，返回矩陣的行數

    int imgRows = img.rows;
    std::cout<<"imgRows = "<<imgRows<<std::endl;

• cols

是成員變量，返回矩陣的列數

    int imgCols = img.cols;
    std::cout<<"imgCols = "<<imgCols<<std::endl;

• data

成員變量data事實上是指向已分配的內存塊的指針，包括圖像數據。當不存在數據時，它被簡單設置為0.

    uchar *data = img.data;
    std::cout<<"*data = "<<(int)*data<<std::endl;
    std::cout<<"data[0] = "<<(int)data[0]<<std::endl;

• dims

成員變量，返回一個圖像的維數，但是好奇怪，我以為會有 3 維的，結果返回的還是 2

    int imgDims = img.dims;
    std::cout<<"imgDims = "<<imgDims<<std::endl;

• step

成員變量，代表以字節為單位的圖像的行寬，即列數（包括填補像素），即使你的圖像元素類型不是 uchar，step 仍然帶代表著行的字節數

    int imgStep = img.step;
    std::cout<<"imgStep = "<<imgStep<<std::endl;

2. 成員方法

• at

成員函數，at(int y, int x) 可以用來存取圖像元素。 但是必須在編譯期知道圖像的數據類型，因為 cv::Mat 可以存放任意數據類型的元素。所以使用 at 方法要指定數據類型，而且 at 方法本身不會進行任何數據類型轉換。

    cv::Vec3b vec3b = img.at<cv::Vec3b>(0,0);
    uchar vec3b0 = img.at<cv::Vec3b>(0,0)[0];
    uchar vec3b1 = img.at<cv::Vec3b>(0,0)[1];
    uchar vec3b2 = img.at<cv::Vec3b>(0,0)[2];
    std::cout<<"vec3b = "<<vec3b<<std::endl;
    std::cout<<"vec3b0 = "<<(int)vec3b0<<std::endl;
    std::cout<<"vec3b1 = "<<(int)vec3b1<<std::endl;
    std::cout<<"vec3b2 = "<<(int)vec3b2<<std::endl;

cv::Vec3b，即由三個 unsigned char 組成的向量。

• channels

方法，返回通道數

    int imgChannels = img.channels();
    std::cout<<"imgChannels = "<<imgChannels<<std::endl;

• clone

貌似也是深拷貝，但是除了返回值類型不同，clone 返回 cv::Mat，而 copyTo 是 void 類型，其余 clone 跟 copyTo 有什么區別我還沒搞清楚

    cv::Mat cloneMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat cloneMat2 = cloneMat1.clone();   
    cloneMat1.at<double>(0,0) = 0.0;
    std::cout<<"cloneMat1 = "<<cloneMat1<<std::endl;
    std::cout<<"cloneMat2 = "<<cloneMat2<<std::endl;

• col

返回指定的一列（從 0 開始）

    cv::Mat colMat = img.col(0);
    std::cout<<"colMat.size() = "<<colMat.size()<<std::endl;

• colRange

方法，返回若干列組成的矩陣

    cv::Mat colRangeImg = img.colRange(imgCols / 2, imgCols);
    cv::imshow("colRangeImg",colRangeImg);
    cv::waitKey();

• convertTo

方法，在縮放或不縮放的情況下轉換為另一種指定的數據類型

    cv::Mat doubleImg;
    img.convertTo(doubleImg, CV_64FC4);
    std::cout<<"doubleImg.channels() = "<<doubleImg.channels()<<std::endl;
    cv::imshow("doubleImg", doubleImg);
    cv::waitKey();

• copyTo

把矩陣深拷貝賦值給另一個矩陣

    cv::Mat copyMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat copyMat2;
    copyMat1.copyTo(copyMat2);
    copyMat1.at<double>(0,0) = 0.0;
    std::cout<<"copyMat1 = "<<copyMat1<<std::endl;
    std::cout<<"copyMat2 = "<<copyMat2<<std::endl;

• create

create 類似Mat（nrows,ncols,type [,fillValue])構造函數，把當前對象重新綁定到一個新的矩陣對象上

    cv::Mat createMat = cv::Mat::ones(3,4,CV_64F);
    createMat.create(5,6, CV_8UC(2));
    std::cout<<"createMat = "<<createMat<<std::endl;

• cross

計算兩個 3 元素向量的叉乘積，注意，必須是 3 個元素的。

    cv::Mat crossVec1 = cv::Mat::ones(1,3,CV_64F);
    cv::Mat crossVec2 = cv::Mat::ones(1,3,CV_64F);
    cv::Mat crossMat  = crossVec1.cross(crossVec2);
    std::cout<<"crossMat = "<<crossMat<<std::endl;

• depth

方法，該方法返回矩陣元素深度（每個單獨的通道類型）的標識符。

    int imgDepth = img.depth();
    std::cout<<"imgDepth = "<<imgDepth<<std::endl;

• diag

抽取矩陣對角線上的元素，返回的是一個 min(rows,cols) * channels 的矩陣。

    cv::Mat diagMat = img.diag();
    //std::cout<<"diagMat = "<<diagMat<<std::endl;
    std::cout<<"diagMat.rows = "<<diagMat.rows<<std::endl;
    std::cout<<"diagMat.cols = "<<diagMat.cols<<std::endl;

• dot

內積運算，最后返回一個 double 類型的數。兩個矩陣必須是相同大小的。如果是非單行或者非單列矩陣，那么結果相當于把兩個矩陣拉成一行或者一列后做內積。多個通道的，每個通道的內積會被加起來。

    cv::Mat onesMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat onesMat2 = cv::Mat::ones(3,4,CV_64F);
    double dotVal   = onesMat1.dot(onesMat2);
    std::cout<<"dotVal = "<<dotVal<<std::endl;

• elemSize

方法，返回圖像（矩陣）像素（元素）大小 （以字節為單位），因為我們這里讀入的 PNG 格式，有 4 個通道，每個通道都是 uchar 類型的，所以是返回 4 個字節。

    int elementSize = img.elemSize();
    std::cout<<"elementSize = "<<elementSize<<std::endl;

• elemSize1

方法，以字節為單位返回每個矩陣元素通道的大小，結果也就是上面的 elemSize 方法得到的除以通道數。

    int elementSize1 = img.elemSize1();
    std::cout<<"elementSize1 = "<<elementSize1<<std::endl;

• empty

方法，如果是個空矩陣，則返回 true。

    bool isEmpty = img.empty();
    std::cout<<"isEmpty = "<<isEmpty<<std::endl;

• eye

返回單位矩陣，跟 Matlab 類似，先是行數，然后列數，最后指定元素類型

    cv::Mat eyeMat = cv::Mat::eye(3,4,CV_64F);
    std::cout<<"eyeMat = "<<eyeMat<<std::endl;

• isContinuous

方法，返回矩陣是否連續

    bool isContinuous = img.isContinuous();
    std::cout<<"isContinuous = "<<isContinuous<<std::endl;

• ones

方法，產生全一矩陣，跟matlab的ones類似，先是行數，然后是列數，就是必須要顯式地指定數據元素（像素）類型

    cv::Mat onesMat = cv::Mat::ones(4, 3, CV_64F);
    std::cout<<"onesMat = "<<onesMat<<std::endl;

• ptr

函數，為了簡化指針運算，ptr 函數可以得到圖像給定行的首地址。ptr 函數是一個模板函數，它返回第 j 行的首地址：

    uchar *ptr = img.ptr<uchar>(0);
    std::cout<<"*ptr = "<<(int)*ptr<<std::endl;
    std::cout<<"ptr[0] = "<<(int)ptr[0]<<std::endl;

• reshape

方法，返回一個改變了形狀的矩陣，但要注意的是，跟 Matlab 不同，OpenCV 中的 reshape 的第一個參數是 通道數，第二個參數是 行數，且只有這兩個參數，如果想維持通道數不變，那對應位置填 0 即可。

    cv::Mat reshapeMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat reshapeMat2 = reshapeMat1.reshape(0, 2);
    std::cout<<"reshapeMat1 = "<<reshapeMat1<<std::endl;
    std::cout<<"reshapeMat2 = "<<reshapeMat2<<std::endl;

• row

方法，返回矩陣特定的某一行（行號從 0 開始）

    cv::Mat rowMat = img.row(0);
    std::cout<<"rowMat.size() = "<<rowMat.size()<<std::endl;

• rowRange

方法，取規定的行，返回一個子矩陣

    int imgRows = img.rows;
    std::cout<<"imgRows = "<<imgRows<<std::endl;

• setTo

方法，將矩陣元素都設置為某個值

    cv::Mat setMat = cv::Mat::ones(3,4,CV_64F);
    setMat.setTo(cv::Scalar(0));
    std::cout<<"setMat = "<<setMat<<std::endl;
    setMat.row(0).setTo(2);
    std::cout<<"setMat = "<<setMat<<std::endl;

• size

方法，返回一個 cv::Size 對象，使用情形如下：

    cv::Size imgSize = img.size();
    int imgHeight = imgSize.height;
    int imgWidth  = imgSize.width;
    std::cout<<"imgSize = "<<imgSize<<std::endl;
    std::cout<<"imgHeight = "<<imgHeight<<std::endl;
    std::cout<<"imgWidth = "<<imgWidth<<std::endl;

需要注意的是，它只能返回2維的尺寸，還有就是它先返回的是列數，然后才是行數，行數列數分別可以用 height 和 width 兩個成員變量得到。

• t

函數，返回當前對象的轉置矩陣

    cv::Mat tMat1 = cv::Mat::ones(3,4,CV_64F);
    tMat1.at<double>(1,2) = 0.0;
    cv::Mat tMat2 = tMat1.t();
    std::cout<<"tMat1 = "<<tMat1<<std::endl;
    std::cout<<"tMat2 = "<<tMat2<<std::endl;

• total

方法，該方法返回數組元素（如果該數組表示圖像的像素數）的數目，注意這個跟 Matlab 里面的 numel 可不同，Matlab 是將對象當作是矩陣（張量）來處理，只不過圖像剛好可以用矩陣和張量來表示，本質上Matlab還是一個通用的數學軟件，而 OpenCV 是講對象當作圖像來看待，是專門為圖像而設計的，所以 即使這個圖像有 RGB 3 個通道，total 返回的也只是 height * width，不過這也對，這就是像素數。

    int imgPixels = img.total();
    std::cout<<"imgPixels = "<<imgPixels<<std::endl;

• type

方法，返回圖像像素的數據類型

    int imgType = img.type();
    std::cout<<"imgType = "<<imgType<<std::endl;

具體返回的數值對應什么類型，可以看這篇文章《LIST OF MAT TYPE IN OPENCV》

• zeros

方法，產生全零矩陣，跟 Matlab 的 zeros 類似，先是行數，然后是列數，就是必須要顯式地指定數據元素（像素）類型

    cv::Mat zerosMat = cv::Mat::zeros(4, 3, CV_64F);
    std::cout<<"zerosMat = "<<zerosMat<<std::endl;

3. 內存管理相關

有關引用計數的一些函數，作為普通用戶，我們并不需要了解。

• addref

該方法遞增與矩陣數據關聯的引用計數，通常情況下，為避免內存泄漏，不應顯式調用該方法。

• release

在必要的情況下，遞減引用計數并釋放該矩陣。

• ~Mat

4. 待日后補充

下面是一些我目前還沒有用到，或者在 Reference Manual 里面搜不到相關介紹的，留待日后補充：

• adjustROI

• AUTO_STEP

• copySize

• checkVector

• CONTINUOUS_FLAG

• SUBMATRIX_FLAG

• allocate

• assignTo

• step1

• deallocate

• datastart

• datalimit

• dataend

• flags

• initEmpty

• isSubmatrix

• locateROI

• MAGIC_VAL

• operator cv::Matx<_Tp, m, n>

• operator cv::Vec<_Tp, n>

• operator_CvMat

• operator CvMatND

• operator IplImage

• operator std::vector<_Tp, std::allocator><_Tp>>

• operator()

• operator=

• push_back_

• pop_back

• refcount

• reserve

• mul

• inv

• begin

• end

集合終止位置的迭代器，但是end 方法得到的迭代器其實已經超出了集合。這也意味著迭代過程必須在迭代器到達這個位置時結束

• push_back

方法，如果對矩陣做，是添加行的。

還有一些函數，根據 Reference Manual 的應該是采用 cv::resize() 這樣的方式調用，比如
resize

最后，上述代碼整體如下：

#include <opencv2/opencv.hpp>
#include <iostream>
 
int main(int argc, char **argv)
{ 
    std::string imgPathStr("D:\\openCV_build\\doc\\opencv-logo2.png");
    cv::Mat img = cv::imread(imgPathStr,-1); // Read image
    //cv::imshow("img",img);
    //cv::waitKey();
 
    std::vector<cv::Mat> rgbImg;   
    cv::split(img,rgbImg);
    cv::Mat rgbImg_R = rgbImg[2];
    cv::Mat rgbImg_G = rgbImg[1];
    cv::Mat rgbImg_B = rgbImg[0];
 
    // Attributes
    int imgRows = img.rows;
    std::cout<<"imgRows = "<<imgRows<<std::endl;
    int imgCols = img.cols;
    std::cout<<"imgCols = "<<imgCols<<std::endl;
 
 
    // Methods
    cv::Mat rowRangeImg = img.rowRange(imgRows / 2, imgRows);
    //cv::imshow("rowRangeImg",rowRangeImg);
    //cv::waitKey();
 
    cv::Mat colRangeImg = img.colRange(imgCols / 2, imgCols);
    //cv::imshow("colRangeImg",colRangeImg);
    //cv::waitKey();
 
    cv::Size imgSize = img.size();
    int imgHeight = imgSize.height;
    int imgWidth  = imgSize.width;
    std::cout<<"imgSize = "<<imgSize<<std::endl;
    std::cout<<"imgHeight = "<<imgHeight<<std::endl;
    std::cout<<"imgWidth = "<<imgWidth<<std::endl;
 
    int imgChannels = img.channels();
    std::cout<<"imgChannels = "<<imgChannels<<std::endl;
 
    int imgType = img.type();
    std::cout<<"imgType = "<<imgType<<std::endl;
 
    int imgPixels = img.total();
    std::cout<<"imgPixels = "<<imgPixels<<std::endl;
 
    bool isContinuous = img.isContinuous();
    std::cout<<"isContinuous = "<<isContinuous<<std::endl;    
 
    int elementSize = img.elemSize();
    std::cout<<"elementSize = "<<elementSize<<std::endl;
 
    int elementSize1 = img.elemSize1();
    std::cout<<"elementSize1 = "<<elementSize1<<std::endl;
 
    int imgDepth = img.depth();
    std::cout<<"imgDepth = "<<imgDepth<<std::endl;
 
    bool isEmpty = img.empty();
    std::cout<<"isEmpty = "<<isEmpty<<std::endl;
 
    int imgDims = img.dims;
    std::cout<<"imgDims = "<<imgDims<<std::endl;
 
    cv::Mat onesMat = cv::Mat::ones(4, 3, CV_64F);
    std::cout<<"onesMat = "<<onesMat<<std::endl;
 
    cv::Mat zerosMat = cv::Mat::zeros(4, 3, CV_64F);
    std::cout<<"zerosMat = "<<zerosMat<<std::endl;
 
    int imgStep = img.step;
    std::cout<<"imgStep = "<<imgStep<<std::endl;
 
    cv::Mat doubleImg;
    img.convertTo(doubleImg, CV_64FC4);
    std::cout<<"doubleImg.channels() = "<<doubleImg.channels()<<std::endl;
    //cv::imshow("doubleImg", doubleImg);
    //cv::waitKey();
 
    cv::Mat createMat = cv::Mat::ones(3,4,CV_64F);
    createMat.create(5,6, CV_8UC(2));
    //std::cout<<"createMat = "<<createMat<<std::endl;
 
    cv::Mat copyMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat copyMat2;
    copyMat1.copyTo(copyMat2);
    copyMat1.at<double>(0,0) = 0.0;
    //std::cout<<"copyMat1 = "<<copyMat1<<std::endl;
    //std::cout<<"copyMat2 = "<<copyMat2<<std::endl;
 
    cv::Mat cloneMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat cloneMat2 = cloneMat1.clone();   
    cloneMat1.at<double>(0,0) = 0.0;
    //std::cout<<"cloneMat1 = "<<cloneMat1<<std::endl;
    //std::cout<<"cloneMat2 = "<<cloneMat2<<std::endl;
 
    cv::Mat eyeMat = cv::Mat::eye(3,4,CV_64F);
    std::cout<<"eyeMat = "<<eyeMat<<std::endl;
 
    cv::Mat diagMat = img.diag();
    //std::cout<<"diagMat = "<<diagMat<<std::endl;
    std::cout<<"diagMat.rows = "<<diagMat.rows<<std::endl;
    std::cout<<"diagMat.cols = "<<diagMat.cols<<std::endl;
 
    cv::Mat rowMat = img.row(0);
    std::cout<<"rowMat.size() = "<<rowMat.size()<<std::endl;
 
    cv::Mat colMat = img.col(0);
    std::cout<<"colMat.size() = "<<colMat.size()<<std::endl;
 
    cv::Mat onesMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat onesMat2 = cv::Mat::ones(3,4,CV_64F);
    double dotVal   = onesMat1.dot(onesMat2);
    std::cout<<"dotVal = "<<dotVal<<std::endl;
 
    cv::Mat crossVec1 = cv::Mat::ones(1,3,CV_64F);
    cv::Mat crossVec2 = cv::Mat::ones(1,3,CV_64F);
    cv::Mat crossMat  = crossVec1.cross(crossVec2);
    std::cout<<"crossMat = "<<crossMat<<std::endl;
 
    cv::Mat tMat1 = cv::Mat::ones(3,4,CV_64F);
    tMat1.at<double>(1,2) = 0.0;
    cv::Mat tMat2 = tMat1.t();
    std::cout<<"tMat1 = "<<tMat1<<std::endl;
    std::cout<<"tMat2 = "<<tMat2<<std::endl;
 
    cv::Mat reshapeMat1 = cv::Mat::ones(3,4,CV_64F);
    cv::Mat reshapeMat2 = reshapeMat1.reshape(0, 2);
    std::cout<<"reshapeMat1 = "<<reshapeMat1<<std::endl;
    std::cout<<"reshapeMat2 = "<<reshapeMat2<<std::endl;
 
    cv::Mat setMat = cv::Mat::ones(3,4,CV_64F);
    setMat.setTo(cv::Scalar(0));
    std::cout<<"setMat = "<<setMat<<std::endl;
    setMat.row(0).setTo(2);
    std::cout<<"setMat = "<<setMat<<std::endl;
 
    uchar *data = img.data;
    std::cout<<"*data = "<<(int)*data<<std::endl;
    std::cout<<"data[0] = "<<(int)data[0]<<std::endl;
 
    uchar *ptr = img.ptr<uchar>(0);
    std::cout<<"*ptr = "<<(int)*ptr<<std::endl;
    std::cout<<"ptr[0] = "<<(int)ptr[0]<<std::endl;
 
    cv::Vec3b vec3b = img.at<cv::Vec3b>(0,0);
    uchar vec3b0 = img.at<cv::Vec3b>(0,0)[0];
    uchar vec3b1 = img.at<cv::Vec3b>(0,0)[1];
    uchar vec3b2 = img.at<cv::Vec3b>(0,0)[2];
    std::cout<<"vec3b = "<<vec3b<<std::endl;
    std::cout<<"vec3b0 = "<<(int)vec3b0<<std::endl;
    std::cout<<"vec3b1 = "<<(int)vec3b1<<std::endl;
    std::cout<<"vec3b2 = "<<(int)vec3b2<<std::endl;
 
    std::system("PAUSE");
    return 0;
}

初寫于 2015-04-28，未完待續。

首發于 Yimian Dai's Homepage，轉載請注明出處。

參考資料：

OpenCV參考手冊之Mat類詳解（一）
OpenCV參考手冊之Mat類詳解（二）
OpenCV參考手冊之Mat類詳解（三）

《OpenCV 2 計算機視覺編程手冊》