OpenCV中Mat的data成员解析

最新推荐文章于 2026-04-30 22:30:51 发布

原创最新推荐文章于 2026-04-30 22:30:51 发布 · 3.4w 阅读

64 ·

本内容遵循CC 4.0 BY-SA版权协议

OpenCV&OpenGL 专栏收录该内容

3 篇文章

订阅专栏

本文深入探讨了OpenCV中Mat数据结构的特性及其在图像处理中的应用，重点阐述了如何通过data指针高效访问和修改图像元素，包括不同数据类型（uchar, float, double）下访问和修改像素的方法。

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

OpenCV 自2.x版本以来，处理图像的主要数据结构从CvMat变成了Mat，下面是OpenCV官方文档对Mat的描述：

class CV_EXPORTS Mat
{
public:
// ... a lot of methods ...
...
/*! includes several bit-fields:
- the magic signature
- continuity flag
- depth
- number of channels
*/
int flags;
//! the array dimensionality, >= 2
int dims;
//! the number of rows and columns or (-1, -1) when the array has more than 2 dimensions
int rows, cols;
//! pointer to the data
uchar* data;
//! pointer to the reference counter;
// when array points to user-allocated data, the pointer is NULL
int* refcount;
// other members
...
};

在访问和修改图像矩阵像素值的时候，我们经常会用到at，ptr，以及迭代器MatIterator等，对于用Mat存储的图像的像素值的访问方法，此篇博文已经介绍得颇为详细http://blog.csdn.net/xiaowei_cqu/article/details/7771760，本文的重点在于用data访问图像元素值的时候遇到的一些问题。图像矩阵是一个二维数组，不论是灰度图像还是彩色图像，在计算机内存中都是以一维数组的形式存储的。用Mat存储一幅图像时，若图像在内存中是连续存储的（Mat对象的isContinuous == true），则可以将图像的数据看成是一个一维数组，而其data（uchar*）成员就是指向图像数据的第一个字节的，因此可以用data指针访问图像的数据，那么问题来了，OpenCV中将data定义为uchar*，而当我们用构造函数创建一个Mat对象的时候，可以指定图像的数据类型有CV_8UC1、CV_8UC3、CV_32FC1、CV_32FC3等多种，那么我们如何通过data指针去访问和修改图像的某一个像素值呢，对于数据为uchar类型的Mat对象，可以直接用data访问和修改，对于数据为float或double类型的Mat对象，我们同样可以用data对图像的某个像素值进行访问和修改操作，方法就是将data强制转换成指向Mat对象对应数据类型的指针。例如我们创建一个10x10的CV_32FC1的Mat对象，将其每个元素都赋值为1.2f（float），然后输出每个元素的值，这里我们用data进行相关操作，代码和运行结果如下：

Mat img(10,10,CV_32FC1);

for (int i = 0; i < img.rows * img.cols; i++)
{
   float* data = (float*)img.data;
   data[i] = 1.2f;
}

if (img.isContinuous())
{
    for (int i = 0; i < img.rows * img.cols; i++)
    {
        float* data = (float*)img.data;
        cout<<data[i]<<" ";
    }
}