-
浅拷贝 :只复制矩阵头(大小、类型、引用计数等),不复制数据本身。赋值操作
b = a或拷贝构造函数Mat b(a)都是浅拷贝。此时两个Mat对象指向同一块内存。 -
深拷贝 :复制数据和矩阵头,完全独立的两份数据。使用
a.clone()或a.copyTo(b)实现。 -
追问 :ROI(感兴趣区域)是深拷贝还是浅拷贝?是浅拷贝,修改ROI会影响原图。
-
Mat类可以分为两个部分:矩阵头和指向像素数据的矩阵指针
矩阵头:包括数字图像的矩阵尺寸、存储方法、存储地址和引用次数等,矩阵头的大小是一个常数,不会随着图像的大小而改变,但是保存图像像素数据的矩阵则会随着图像的大小而改变,通常数据量会很大,比矩阵头大几个数量级。这样,在图像复制和传递过程中,主要的开销是由存放图像像素的矩阵而引起的。因此,OpenCV使用了引用次数,当进行图像复制和传递时,不再复制整个Mat数据,而只是复制矩阵头和指向像素
cv::Mat a ; //默认构造函数,创建矩阵头 a = cv::imread("test.jpg"); //读入图像,矩阵指针指向该像素数据 cv::Mat b = a ; //复制上面的a,b有各自的矩阵头,但是其矩阵指针指向同一个矩阵,也就是其中任何一个改变了矩阵数据都会影响另外一个。那么,多个Mat共用一个矩阵数据,最后谁来释放矩阵数据呢?
这就是引用计数的作用,当Mat对象每被复制一次时,就会将引用计数加1,而每销毁一个Mat对象(共用同一个矩阵数据)时引用计数会被减1,当引用计数为0时,矩阵数据会被清理。
(2)常用构造函数------1
cv::Mat::Mat(int rows,int cols,int type)重载的构造函数,这也是常用构造函数之一,在创建对象同时,提供矩阵的大小(rows,行数;cols ,列数),以及存储类型(type)
该类型表示矩阵中每一个元素在计算机内存的存储类型,如CV_8UC3,具体含义为"3通道8位无符号数"。
(3)常用构造函数------2
cv::Mat::Mat(Size size,int type )
Size类等效于一个成对数据,size::Size(cols,rows),特别注意 cols和rows的位置
*
(4)常用构造函数------3
cv::Mat::Mat(int ndims,const int * sizes,int type,const Scalar& s)
该构造函数与使用了Scalar参数,作用是能够通过Scalar数据类来初始化元素值
*
(5)常用构造函数------4
cv::Mat::Mat(const Mat & m)
引用m矩阵,注意,这里是引用值;