Question

我是否应该正确使用Mat元素类型at()？例如，如果我有

Mat rose = Mat(1,180, CV_64F, 0);

那我可以打电话吗

rose.at<short>(i,j)++;

如果没有，那么我应该使用哪个模板参数？

为什么Mat::at在Mat本身不是时会被模板化？

更新

此问题包含带有其他错误的示例代码，现在位于How to fill Matrix with zeros in OpenCV?

Answer 1

正如William已正确指出的那样，您应该只提供正确的类型作为at的模板参数。我认为cv::Mat本身不仅仅是为了简化而制作模板。但是，OpenCV工作人员正在尝试支持C ++功能，包括模板。通过这种方式，界面变得略微不同。

由于显而易见的原因，您无法在运行时从类型变量中推断出编译器类型。但是，如果此时已知类型变量，则可以在编译时推导出它，使用traits类：

template<int I>
struct CvType {};

template<>
struct CvType<CV_64F> { typedef double type_t; };
template<>
struct CvType<CV_32F> { typedef float type_t; };
template<>
struct CvType<CV_8U> { typedef unsigned char type_t; };
// Other types go here

void main()
{
  const int type = CV_64F;
  cv::Mat mat(10, 10, type);
  mat.at<CvType<type>::type_t>(1, 1);
}

在这种情况下，您可以更改type的值，并且无需为所有at或其他方法调用手动更改类型。

Answer 2

现在你的编辑的帖子有所不同。修正：

Mat m1 = Mat(1,1, CV_64F, cvScalar(0.));
m1.at<double>(0,0) = 0;

或尝试不同：

Mat m1 = cv::Mat::zeros(1,1, CV_64F);
m1.at<double>(0,0) = 0;

Answer 3

Mat类不是模板类，它允许在运行时更改其“类型”。改变类型是有用的，例如从文件中读取时。使用Mat作为函数参数时，不是模板很方便，因为函数不需要是模板函数。

但是，要访问单个元素（pointers，at或iterators），您需要数据类型。我想这是出于性能原因。这与运行时类型系统相矛盾，并且当您在编译时不知道类型时，会使编写通用代码变得更加困难。不过，您可以通过解决方法来实现。

最简单的方法就是使用if-else-cascade：

Mat img = imread("test.png");
if (img.channels() == 1) {
    if (img.depth() == CV_8U) {
        cout << (int)(img.at<uint8_t>(0,0)) << endl;
    }
    else if (img.depth() == CV_8S) {
        /* ... */
    }
    /* ... */
}
/* ... */
else if (img.channels() == 3) {
    if (img.depth() == CV_8U) {
        auto p = img.at<array<uint8_t,3>>(0,0);
        cout << (int)(p[0]) << ";" << (int)(p[1]) << ";" << (int)(p[2]) << endl;
    }
    /* ... */
}
/* ... */

但你可以想象，如果你为所有类型和频道写出来，这会变得很麻烦。你必须要限制频道数量，因为OpenCV没有硬性限制。我们在下面选择4。

我写了一个帮助模板元程序头，它完成了这项工作。您可以提供带有模板化operator()的仿函数。然后调用模板元程序，它将使用编译时类型调用仿函数。请参阅此示例以获取打印第一个像素并返回是否全部为零的仿函数：

struct PrintPixel {
    Mat img;

    // this template function will be called from the metaprogram
    template<int cv_type> // compile time value e.g. CV_8UC3
    bool operator()() {
        using elem_t  = typename CvTypeTraits<cv_type>::base_type;
        using array_t = typename CvTypeTraits<cv_type>::array_type;
        // you could also do static_asserts here

        array_t pixel = img.at<array_t>(0,0);
        for (elem_t val : pixel)
            cout << (double)(val) << ", ";
        cout << endl;
        return any_of(pixel.begin(), pixel.end(), [](elem_t v){return v != 0;});
    }
};

注意，operator()的返回类型可以是任意的，但不幸的是，它可能不依赖于图像类型cv_type。这是因为它还用作保存if-else级联的函数的返回类型（run函数，见下文）。

这是调用代码，可以检查“所有”通道（1-4）和类型或指定的集合：

Mat img = imread("test.png");
int t = img.type();

// call functor, check for 1-4 channels and all 7 base types
bool not_zero = CallFunctor::run(PrintPixel{img}, t);

// call functor, check only for 1 or 3 channels and 8 bit unsigned int
CallFunctorRestrictChannelsTo<1,3>::AndBaseTypesTo<CV_8U>::run(PrintPixel{img}, t);

如果t不是CV_8UC1或CV_8UC3，后一个调用将抛出异常。如果您经常使用相同的限制，可以使用using声明缩写它（请参阅下面头文件的底部）。

因此，这是一个易于使用的解决方案，它允许您使用运行时值“make”的编译时间值。但请记住，在后台if-else-cascade正在进行所有检查（按照指定的通道和类型的顺序）。这意味着对于检查的通道和类型的每个组合，生成一个具体的仿函数类。如果它很大，那可能会很糟糕。所以它应该只包括类型相关的部分。它也可以是一个工厂仿函数，它使用非模板库来实现模板化类，并使用虚函数来减少代码大小。

它遵循头文件，其中包含CvTypeTraits类和模板元程序函数。在底部，您可以看到CallFunctor类型实际上只是类型和渠道“限制”的缩写。您也可以使用其他限制声明类似的内容。

#pragma once

#include <cstdint>
#include <type_traits>
#include <array>
#include <opencv2/core/types_c.h>


template<int> struct BaseType { };
template<> struct BaseType<CV_8S>  { using base_type = int8_t;   };
template<> struct BaseType<CV_8U>  { using base_type = uint8_t;  };
template<> struct BaseType<CV_16S> { using base_type = int16_t;  };
template<> struct BaseType<CV_16U> { using base_type = uint16_t; };
template<> struct BaseType<CV_32S> { using base_type = int32_t;  };
template<> struct BaseType<CV_32F> { using base_type = float;    };
template<> struct BaseType<CV_64F> { using base_type = double;   };


template<int t>
struct CvTypeTraits {
    constexpr static int channels = t / CV_DEPTH_MAX + 1;
    using base_type = typename BaseType<t % CV_DEPTH_MAX>::base_type;
    using array_type = std::array<base_type, channels>;
};


template<int currentChannel, int... otherChannels>
struct find_chan_impl {
    template<typename ret_type, int... types>
    struct find_type_impl {
        template<class Functor>
        static inline ret_type run(Functor&& f, int const& c, int const& t) {
            if (c == currentChannel)
                return find_chan_impl<currentChannel>::template find_type_impl<ret_type, types...>::run(std::forward<Functor>(f), c, t);
            else
                return find_chan_impl<otherChannels...>::template find_type_impl<ret_type, types...>::run(std::forward<Functor>(f), c, t);
        }
    };
};

template<>
struct find_chan_impl<0> {
    template<typename ret_type, int... types>
    struct find_type_impl {
        template<class Functor>
        [[noreturn]] static inline ret_type run(Functor&& f, int const& c, int const& t) {
            throw std::runtime_error("The image has " + std::to_string(c) + " channels, but you did not try to call the functor with this number of channels.");
        }
    };
};

template<int channel>
struct find_chan_impl<channel> {
    template<typename ret_type, int currentType, int... otherTypes>
    struct find_type_impl {
        static_assert(currentType < CV_DEPTH_MAX, "You can only restrict to base types, without channel specification");

        template<class Functor>
        static inline ret_type run(Functor&& f, int const& c, int const& t) {
            if (t == currentType)
                return find_type_impl<ret_type, currentType>::run(std::forward<Functor>(f), c, t);
            else
                return find_type_impl<ret_type, otherTypes...>::run(std::forward<Functor>(f), c, t);
        }
    };

    template<typename ret_type, int type>
    struct find_type_impl<ret_type, type> {
        template<class Functor>
        static inline ret_type run(Functor&& f, int const& c, int const& t) {
            return f.template operator()<CV_MAKETYPE(type,channel)>();
        }
    };

    template<typename ret_type>
    struct find_type_impl<ret_type, -1> {
        template<class Functor>
        [[noreturn]] static inline ret_type run(Functor&& f, int const& c, int const& t) {
            throw std::runtime_error("The image is of base type " + std::to_string(t) + ", but you did not try to call the functor with this base type.");
        }
    };
};

template<int... channels>
struct CallFunctorRestrictChannelsTo {
    template<int firstType, int... types>
    struct AndBaseTypesTo {
        template<class Functor>
        static inline auto run(Functor&& f, int t) -> decltype(f.template operator()<firstType>()) {
            using functor_ret_type = decltype(f.template operator()<firstType>());
            std::div_t d = std::div(t, CV_DEPTH_MAX);
            int c             = d.quot + 1;
            int const& base_t = d.rem;
            return find_chan_impl<channels..., 0>::template find_type_impl<functor_ret_type, firstType, types..., -1>::run(std::forward<Functor>(f), c, base_t);
        }
    };

    template<class Functor>
    static inline auto run(Functor&& f, int t) -> decltype(f.template operator()<CV_8S>()) {
        return AndBaseTypesTo<CV_8S, CV_8U, CV_16S, CV_16U, CV_32S, CV_32F, CV_64F>::run(std::forward<Functor>(f), t);
    }
};

template<int... types>
using CallFunctorRestrictBaseTypesTo = CallFunctorRestrictChannelsTo<1,2,3,4>::template AndBaseTypesTo<types...>;

using CallFunctor = CallFunctorRestrictChannelsTo<1,2,3,4>::template AndBaseTypesTo<CV_8S, CV_8U, CV_16S, CV_16U, CV_32S, CV_32F, CV_64F>;

如何在OpenCV中访问/修改矩阵元素？为什么在（）被模板化了？

3 个答案: