OpenCV 的 Mat 类详解
OpenCV 的 Mat 类详解
Mat 是 OpenCV 中最核心的 多维数组类，用于存储图像、矩阵、张量等数据。它比原生数组更强大，支持自动内存管理、多种数据类型和多维操作。
-
Mat 的本质
不是简单的数组，而是一个 智能矩阵容器，包含：
数据头（尺寸、数据类型、通道数等元信息）指向实际数据的指针（支持引用计数，自动释放内存）支持多维数据：1D（向量）、2D（矩阵）、3D（体积数据）等
-
关键构造函数解析
构造函数原型：
Mat(int rows, int cols, int type, void* data, size_t step = AUTO_STEP);
参数含义
| 参数 | 类型 | 说明 |
|---|---|---|
| rows | int | 行数（二维矩阵的高度） |
| cols | int | 列数（二维矩阵的宽度） |
| type | int | 数据类型 + 通道数（如 CV_8UC3 表示 8位无符号3通道） |
| data | void* | 可选的外部数据指针（不传则自动分配内存） |
| step | size_t | 每一行的字节步长（默认 AUTO_STEP 自动计算） |
- 数据类型 (type) 详解
通过 CV_<位数><数据类型>C<通道数> 格式指定：
// 单通道示例
CV_8UC1 // 8位无符号单通道 (灰度图像)
CV_32FC1 // 32位浮点单通道// 多通道示例
CV_8UC3 // 8位无符号3通道 (BGR彩色图像)
CV_32FC4 // 32位浮点4通道 (RGBA带透明度)常见类型对照表
OpenCV 类型 等效C类型 典型用途
CV_8U uint8_t 灰度图像（0-255）
CV_32F float 深度学习浮点数据
CV_64F double 高精度计算
- 构造示例
示例1：创建空矩阵
// 创建一个 480x640 的3通道彩色图像（初始值为0）
cv::Mat img(480, 640, CV_8UC3, Scalar(0, 0, 0));
示例2：包装外部数据
float externalData[10] = {1.1, 2.2, ..., 10.0};
cv::Mat mat(2, 5, CV_32FC1, externalData); // 2行5列的浮点矩阵
⚠️ 注意：此时 mat 不拥有数据所有权，需确保 externalData 生命周期长于 mat
示例3：深度学习输出解析
// 将4D网络输出blob转换为2D矩阵
cv::Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());
detection.size[2]：检测到的物体数量（行数）detection.size[3]：每个物体的参数数量（列数，SSD模型为7）CV_32F：32位浮点数据detection.ptr<float>()：直接引用原始数据指针
-
内存管理机制
引用计数：多个 Mat 对象可共享同一数据内存，最后一个引用释放时自动销毁数据
深拷贝：调用 clone() 时复制独立副本
cv::Mat a = imread("image.jpg");
cv::Mat b = a; // 浅拷贝（共享数据）
cv::Mat c = a.clone(); // 深拷贝（独立内存）