Mat

在2001年剛剛出現的時候，OpenCV基於 C 語言介面而建。為了在記憶體（memory）中存放影象，當時採用名為 IplImage 的C語言結構體，時至今日這仍出現在大多數的舊版教程和教學材料。但這種方法必須接受C語言所有的不足，這其中最大的不足要數手動記憶體管理，其依據是使用者要為開闢和銷燬記憶體負責。雖然對於小型的程式來說手動管理記憶體不是問題，但一旦程式碼開始變得越來越龐大，你需要越來越多地糾纏於這個問題，而不是著力解決你的開發目標。

幸運的是，C++出現了，並且帶來類的概念，這給使用者帶來另外一個選擇：自動的記憶體管理（不嚴謹地說）。這是一個好訊息，如果C++完全相容C的話，這個變化不會帶來相容性問題。為此，OpenCV在2.0版本中引入了一個新的C++介面，利用自動記憶體管理給出瞭解決問題的新方法。使用這個方法，你不需要糾結在管理記憶體上，而且你的程式碼會變得簡潔（少寫多得）。但C++介面唯一的不足是當前許多嵌入式開發系統只支援C語言。所以，當目標不是這種開發平臺時，沒有必要使用 舊

關於 Mat ，首先要知道的是你不必再手動地（1）為其開闢空間（2）在不需要時立即將空間釋放。但手動地做還是可以的：大多數OpenCV函式仍會手動地為輸出資料開闢空間。當傳遞一個已經存在的 Mat 物件時，開闢好的矩陣空間會被重用。也就是說，我們每次都使用大小正好的記憶體來完成任務。

基本上講 Mat 是一個類，由兩個資料部分組成：矩陣頭（包含矩陣尺寸，儲存方法，儲存地址等資訊）和一個指向儲存所有畫素值的矩陣（根據所選儲存方法的不同矩陣可以是不同的維數）的指標。矩陣頭的尺寸是常數值，但矩陣本身的尺寸會依影象的不同而不同，通常比矩陣頭的尺寸大數個數量級。因此，當在程式中傳遞影象並建立拷貝時，大的開銷是由矩陣造成的，而不是資訊頭。OpenCV是一個影象處理庫，囊括了大量的影象處理函式，為了解決問題通常要使用庫中的多個函式，因此在函式中傳遞影象是家常便飯。同時不要忘了我們正在討論的是計算量很大的影象處理演算法，因此，除非萬不得已，我們不應該拷貝 大

為了搞定這個問題，OpenCV使用引用計數機制。其思路是讓每個 Mat 物件有自己的資訊頭，但共享同一個矩陣。這通過讓矩陣指標指向同一地址而實現。而拷貝建構函式則 只拷貝資訊頭和矩陣指標 ，而不拷貝矩陣。

1
2
3
4
5
6

Mat A, C;                                 // 只建立資訊頭部分
A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // 這裡為矩陣開闢記憶體

Mat B(A);                                 // 使用拷貝建構函式

C
 
 = A;                                    // 賦值運算子

以上程式碼中的所有Mat物件最終都指向同一個也是唯一一個數據矩陣。雖然它們的資訊頭不同，但通過任何一個物件所做的改變也會影響其它物件。實際上，不同的物件只是訪問相同資料的不同途徑而已。這裡還要提及一個比較棒的功能：你可以建立只引用部分資料的資訊頭。比如想要建立一個感興趣區域（ ROI ），你只需要建立包含邊界資訊的資訊頭：

1
2

Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
Mat E = A(Range:all(), Range(1,3)); // using row and column boundaries

現在你也許會問，如果矩陣屬於多個 Mat 物件，那麼當不再需要它時誰來負責清理？簡單的回答是：最後一個使用它的物件。通過引用計數機制來實現。無論什麼時候有人拷貝了一個 Mat 物件的資訊頭，都會增加矩陣的引用次數；反之當一個頭被釋放之後，這個計數被減一；當計數值為零，矩陣會被清理。但某些時候你仍會想拷貝矩陣本身(不只是資訊頭和矩陣指標)，這時可以使用函式 clone() 或者 copyTo() 。

1
2
3

Mat F = A.clone();
Mat G;
A.copyTo(G);

現在改變 F 或者 G 就不會影響 Mat 資訊頭所指向的矩陣。總結一下，你需要記住的是

• OpenCV函式中輸出影象的記憶體分配是自動完成的（如果不特別指定的話）。
• 使用OpenCV的C++介面時不需要考慮記憶體釋放問題。
• 賦值運算子和拷貝建構函式（ ctor ）只拷貝資訊頭。