OpenCV——Mat、CvMat、IplImage类型浅析

OpenCV中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage。

 

一、Mat类型：矩阵类型，Matrix。

       在openCV中，Mat是一个多维的密集数据数组。可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。

       Mat有3个重要的方法：

         1、Mat mat = imread(const String* filename);            读取图像

         2、imshow(const string frameName, InputArray mat);      显示图像

         3、imwrite (const string& filename, InputArray img);    储存图像

       Mat类型较CvMat与IplImage类型来说，有更强的矩阵运算能力，支持常见的矩阵运算。在计算密集型的应用当中，将CvMat与IplImage类型转化为Mat类型将大大减少计算时间花费。

关于Mat的数学方面的函数略过。

 

二、CvMat类型与IplImage类型：“图像”类型

       在openCV中，Mat类型与CvMat和IplImage类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”，openCV对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。

       我们知道openCV是完全用C实现的，但是，IplImage类型与CvMat类型的关系就像是java（C++？）中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。

 

       关于CvMat：

其定义如下：

typedef struct CvMat
{
    int type;
    int step;

    /* for internal use only */
    int* refcount;
    int hdr_refcount;

    union
    {
        uchar* ptr;
        short* s;
        int* i;
        float* fl;
        double* db;
    } data;

#ifdef __cplusplus
    union
    {
        int rows;
        int height;
    };

    union
    {
        int cols;
        int width;
    };
#else
    int rows;
    int cols;
#endif

}
CvMat;

 

在openCV中，没有向量（vector）的数据结构。任何时候，但我们要表示向量时，用矩阵数据表示即可。但是，CvMat类型与我们在线性代数课程上学的向量概念相比，更抽象，比如CvMat的元素数据类型并不仅限于基础数据类型，比如，下面创建一个二维数据矩阵：

              CvMat* cvCreatMat(int rows ,int cols , int type);

这里的type可以是任意的预定义数据类型，比如RGB或者别的多通道数据。这样我们便可以在一个CvMat矩阵上表示丰富多彩的图像了。

 

关于IplImage：

在类型关系上，我们可以说IplImage类型继承自CvMat类型，当然还包括其他的变量将之解析成图像数据。

其定义如下：

typedef struct _IplImage
{
    int  nSize;             /* sizeof(IplImage) */
    int  ID;                /* version (=0)*/
    int  nChannels;         /* Most of OpenCV functions support 1,2,3 or 4 channels */
    int  alphaChannel;      /* Ignored by OpenCV */
    int  depth;             /* Pixel depth in bits: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S,
                               IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F are supported.  */
    char colorModel[4];     /* Ignored by OpenCV */
    char channelSeq[4];     /* ditto */
    int  dataOrder;         /* 0 - interleaved color channels, 1 - separate color channels.
                               cvCreateImage can only create interleaved images */
    int  origin;            /* 0 - top-left origin,
                               1 - bottom-left origin (Windows bitmaps style).  */
    int  align;             /* Alignment of image rows (4 or 8).
                               OpenCV ignores it and uses widthStep instead.    */
    int  width;             /* Image width in pixels.                           */
    int  height;            /* Image height in pixels.                          */
    struct _IplROI *roi;    /* Image ROI. If NULL, the whole image is selected. */
    struct _IplImage *maskROI;      /* Must be NULL. */
    void  *imageId;                 /* "           " */
    struct _IplTileInfo *tileInfo;  /* "           " */
    int  imageSize;         /* Image data size in bytes
                               (==image->height*image->widthStep
                               in case of interleaved data)*/
    char *imageData;        /* Pointer to aligned image data.         */
    int  widthStep;         /* Size of aligned image row in bytes.    */
    int  BorderMode[4];     /* Ignored by OpenCV.                     */
    int  BorderConst[4];    /* Ditto.                                 */
    char *imageDataOrigin;  /* Pointer to very origin of image data
                               (not necessarily aligned) -
                               needed for correct deallocation */
}
IplImage;

  我们可以看到，IplImage类型较之CvMat多了很多参数，比如depth和nChannels。在普通的矩阵类型当中，通常深度和通道数被同时表示，如用32位表示RGB+Alpha.但是，在图像处理中，我们往往将深度与通道数分开处理，这样做是OpenCV对图像表示的一种优化方案。

IplImage的对图像的另一种优化是变量origin----原点。在计算机视觉处理上，一个重要的不便是对原点的定义不清楚，图像来源，编码格式，甚至操作系统都会对原地的选取产生影响。为了弥补这一点，openCV允许用户定义自己的原点设置。取值0表示原点位于图片左上角，1表示左下角。

dataOrder参数定义数据的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE两种取值，前者便是对于像素，不同的通道的数据交叉排列，后者表示所有通道按顺序平行排列。

IplImage类型的所有额外变量都是对“图像”的表示与计算能力的优化。

 

评论

4 楼 jenew 2012-08-23  

楼主　我要对比两个特征向量的相似度　该怎么做啊？谢谢

3 楼 白粥若水 2012-05-07  

ihopethatwell 写道

楼主，如果
Mat srcMat(Size(width, height), CV_8UC4, (unsigned char*) src);
CvMat cvSrcMat = srcMat;
IplImage *header =cvCreateImageHeader(Size(width, height), IPL_DEPTH_8U, 4);
IplImage * src2 = cvGetImage(&cvSrcMat, header);

VavDemo_FaceRec_FaceDetect(src2,0);//检测flag=0
cvReleaseImage(&src2);//释放src2
src2=NULL;
这里是否需要释放srcMat 和cvSrcMat

这个真心不太清楚，没试过

2 楼 ihopethatwell 2012-05-07  

楼主，如果
Mat srcMat(Size(width, height), CV_8UC4, (unsigned char*) src);
CvMat cvSrcMat = srcMat;
IplImage *header =cvCreateImageHeader(Size(width, height), IPL_DEPTH_8U, 4);
IplImage * src2 = cvGetImage(&cvSrcMat, header);

VavDemo_FaceRec_FaceDetect(src2,0);//检测flag=0
cvReleaseImage(&src2);//释放src2
src2=NULL;
这里是否需要释放srcMat 和cvSrcMat

1 楼 haibuo1981 2012-02-18  

引用

在openCV中，Mat类型与CvMat和IplImage类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”，openCV对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。
    我们知道openCV是完全用C实现的，但是，IplImage类型与CvMat类型的关系就像是java（C++？）中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。

OpenCV2.x以后，已经有了c＋风格的实现，虽然未有全部改写，但说完全用c实现有点不贴切。
比如cv::Mat就是c＋版本的一个封装，。从新增的一系列函数像是Mat imshow， imread等可以看出，openCV新增的一些函数的命名方式有向matlab统一的趋向。