Mat类的构造函数原型有很多,下面介绍几个常用的构造函数及其用法。
Mat (int rows, int cols, int type);
rows图像的像素行数,也可以说是以像素为单位的高度。
cols图像的像素列数,也可以说是以像素为单位的宽度。
type 数据类型,OpenCV的数据类型定义在interface.h中。如下:
#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_MAKE_TYPE CV_MAKETYPE
#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)
#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))
#define CV_8SC1 CV_MAKETYPE(CV_8S,1)
#define CV_8SC2 CV_MAKETYPE(CV_8S,2)
#define CV_8SC3 CV_MAKETYPE(CV_8S,3)
#define CV_8SC4 CV_MAKETYPE(CV_8S,4)
#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))
#define CV_16UC1 CV_MAKETYPE(CV_16U,1)
#define CV_16UC2 CV_MAKETYPE(CV_16U,2)
#define CV_16UC3 CV_MAKETYPE(CV_16U,3)
#define CV_16UC4 CV_MAKETYPE(CV_16U,4)
#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))
#define CV_16SC1 CV_MAKETYPE(CV_16S,1)
#define CV_16SC2 CV_MAKETYPE(CV_16S,2)
#define CV_16SC3 CV_MAKETYPE(CV_16S,3)
#define CV_16SC4 CV_MAKETYPE(CV_16S,4)
#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))
#define CV_32SC1 CV_MAKETYPE(CV_32S,1)
#define CV_32SC2 CV_MAKETYPE(CV_32S,2)
#define CV_32SC3 CV_MAKETYPE(CV_32S,3)
#define CV_32SC4 CV_MAKETYPE(CV_32S,4)
#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))
#define CV_32FC1 CV_MAKETYPE(CV_32F,1)
#define CV_32FC2 CV_MAKETYPE(CV_32F,2)
#define CV_32FC3 CV_MAKETYPE(CV_32F,3)
#define CV_32FC4 CV_MAKETYPE(CV_32F,4)
#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))
#define CV_64FC1 CV_MAKETYPE(CV_64F,1)
#define CV_64FC2 CV_MAKETYPE(CV_64F,2)
#define CV_64FC3 CV_MAKETYPE(CV_64F,3)
#define CV_64FC4 CV_MAKETYPE(CV_64F,4)
#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))
#define CV_16FC1 CV_MAKETYPE(CV_16F,1)
#define CV_16FC2 CV_MAKETYPE(CV_16F,2)
#define CV_16FC3 CV_MAKETYPE(CV_16F,3)
#define CV_16FC4 CV_MAKETYPE(CV_16F,4)
#define CV_16FC(n) CV_MAKETYPE(CV_16F,(n))
下面以实例演示其用法
在VS 中新建一个C++ 控制台程序,完成代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
Mat tmp(100,200, CV_8U);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
试运行结果如下:
说明已成功构造对象。将构造函数的type直接输入0,也是同样的结果。如下:
Mat tmp(100, 200,0);
如果将type参数用CV_8UC1替代结果又如何,如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
Mat tmp(100, 200, CV_8UC1);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
试运行的结果,如下:
结果并未发生改变。修改代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
Mat tmp(100, 200, CV_8UC1);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
、试运行的结果如下:
再次修改代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
Mat tmp(100, 200, CV_8UC2);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
试运行结果如下:
可以看出数据类型与通道数发生了改变,位深度是0,即8位。再修改代码改成如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
Mat tmp(100, 200, CV_8SC3);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
试运行结果如下:
说明type参数与位深度与通道数相关。从数据类型定义即可看出,如CV_8UC1其中的8U表示位深度为0,即8位无符号数据,C1表示通道数为1。
Mat (Size size, int type);
这个构造函数与上面构造函数,只不过用Size参数代替了rows、cols参数。下面演示其使用。将上面的示例代码修改如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
Mat tmp(Size(100, 200), CV_16UC3);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
}
试运行,结果如下:
可以看出Size的第一个参数是cols,第二个参数是rows,这点需要注意。
MatMat (int rows, int cols, int type, const Scalar &s)
修改上面示例程序代码来演示该构造函数的使用,代码修改如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
imshow("构造图像", tmp);
waitKey(0);
试运行,结果如下:
可以看出,已经构造出蓝色图片的Mat对象。
Mat (Size size, int type, const Scalar &s)
这个构造函数与上面的构造函数类似,就不再做详细介绍。
Mat (int ndims, const int *sizes, int type)
ndims 维数,只有1,2有效。
size 包含rows,cols的数组名
修改上面示例代码,来演示该构造函数的用法,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
int size[] = {400,200};
Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行后,结果如下:
可以看出,数组的第一个元素被作为rows,第二个元素作为cols。把ndims参数值设为1,运行结果如下:
可以看出,构造对象图片的列变成了1,rows依然使用的数组的第一个元素。
Mat (const std::vector< int > &sizes, int type);
Mat (int ndims, const int *sizes, int type, const Scalar &s)
size 装有图像维度数据的vector 对象,
type 数据类型
s 含义颜色信息的Scalar参数
修改上面例程中的代码,来演示该构造函数的用法,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
vector<int> size(2);
size[0] = 400;
size[1] = 200;
Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
可以看出已成功构造对象,且vector对象的第一个元素作为rows,第二个元素作为cols。
Mat (const Mat &m)
以已有的Mat对象,构造新的·Mat对象。m: Mat源
修改上面代码,来演示该构造函数的使用方法,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
Mat tmp = Mat(src);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP);
Mat (Size size, int type, void *data, size_t step=AUTO_STEP);
Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0);
Mat (const std::vector< int > &sizes, int type, void *data, const size_t *steps=0);
rows 构造对象图像rows
cols 构造对象图像 cols
type 构造对象图像数据类型
data 构造对象图像数据指针
ndims 构造对象图像的维度数
size 包含构造对象rows,cols参数的数组名
step 每个行矩阵所占的字节数。
steps 指向step的指针。
修改上面示例代码,来演示以上构造函数的用法,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
修改上面示例代码,来演示另外构造函数的使用,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
Mat tmp = Mat(src.size(), src.type(), src.data);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
修改上面示例代码,来演示另外构造函数的使用,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
//Mat tmp = Mat(src.size(), src.type(), src.data);
Mat tmp = Mat(700,800, CV_8UC3, src.data+800*3);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all());
Mat (const Mat &m, const Rect &roi);
Mat (const Mat &m, const Range *ranges);
Mat (const Mat &m, const std::vector< Range > &ranges);
m 分配给构建对象的Mat对象
rowRange 行范围
colRange 列范围
roi 感兴趣的矩形区域
ranges Range数组或Range的vector 容器
用此构造函数构建的Mat对象不会拷贝数据,修改新构建对象的数据反而来修改新构建Mat对象的数据会修改已有Mat对象m的数据,实质上已有图像构建感兴趣区域对象。
修改上面示例代码,来演示构造函数的使用,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
//Mat tmp = Mat(src.size(), src.type(), src.data);
//Mat tmp = Mat(700,800, CV_8UC3, src.data+800*3);
Range rowRange = Range(0, 700);
Range colRange = Range(0, 700);
Mat tmp = Mat(src, rowRange, colRange);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
修改上面示例代码,来演示构造函数的使用,修改后的代码如下:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
//Mat tmp = Mat(src.size(), src.type(), src.data);
//Mat tmp = Mat(700,800, CV_8UC3, src.data+800*3);
//Range rowRange = Range(0, 700);
//Range colRange = Range(0, 700);
//Mat tmp = Mat(src, rowRange, colRange);
Rect rec = Rect(100, 0, 700, 700);
Mat tmp = Mat(src, rec);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
修改上面代码,来演示另一构造函数的使用,修改后的代码如下:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
//Mat tmp = Mat(src.size(), src.type(), src.data);
//Mat tmp = Mat(700,800, CV_8UC3, src.data+800*3);
//Range rowRange = Range(0, 700);
//Range colRange = Range(0, 700);
//Mat tmp = Mat(src, rowRange, colRange);
//Rect rec = Rect(100, 0, 700, 700);
//Mat tmp = Mat(src, rec);
Range rowRange = Range(0, 700);
Range colRange = Range(100, 700);
Range ranges[] = {rowRange, colRange};
Mat tmp = Mat(src, ranges);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
试运行,结果如下:
修改上面代码,来演示另一构造函数的使用,修改后的代码如下:
// OpenCVMatTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//Mat tmp(100,200, CV_8U);
//Mat tmp(100, 200, CV_8UC2);
//Mat tmp(100, 200, CV_8SC3);
//Mat tmp = Mat(Size(400, 200), CV_8UC3, Scalar(255,0,0));
//int size[] = {400,200};
// Mat tmp = Mat(2, size, CV_8UC3, Scalar(0,255,0));
//Mat tmp = Mat(1, size, CV_8UC3, Scalar(0, 255, 0));
//vector<int> size(2);
//size[0] = 400;
//size[1] = 200;
//Mat tmp = Mat(size, CV_8UC3, Scalar(0, 255, 0));
Mat src = imread("1.jpg");
src.resize(src.rows / 2, src.cols / 2);
//Mat tmp = Mat(src);
//Mat tmp = Mat(src.rows, src.cols, src.type(),src.data);
//Mat tmp = Mat(src.size(), src.type(), src.data);
//Mat tmp = Mat(700,800, CV_8UC3, src.data+800*3);
//Range rowRange = Range(0, 700);
//Range colRange = Range(0, 700);
//Mat tmp = Mat(src, rowRange, colRange);
//Rect rec = Rect(100, 0, 700, 700);
//Mat tmp = Mat(src, rec);
Range rowRange = Range(0, 700);
Range colRange = Range(100, 700);
//Range ranges[] = {rowRange, colRange};
//Mat tmp = Mat(src, ranges);
vector<Range> ranges1(2);
ranges1[0] = rowRange;
ranges1[1] = colRange;
Mat tmp = Mat(src, ranges1);
cout <<"构造Mat对象的高度为: " << tmp.rows << endl;
cout << "构造Mat对象的宽度为: " << tmp.cols << endl;
cout << "构造Mat对象的通道数为: " << tmp.channels() << endl;
cout << "构造Mat对象的位深度为: " << tmp.depth() << endl;
cout << "构造Mat对象的数据类型为: " << tmp.type() << endl;
cout << "构造Mat对象的Size为: " << tmp.size() << endl;
cout << "构造Mat对象的Step为: " << tmp.step << endl;
imshow("构造图像", tmp);
waitKey(0);
}
由于篇幅关系,OpenCV构造函数暂时介绍在这里,将在下篇博文中继续介绍OpenCV Mat类。
本篇 博文示例是基于OpenCV4.8(opencv目录位于d盘根目录下)及VS2022。示例源码已上传到CSDN,其链接为:https://download.csdn.net/download/billliu66/88831683