Opencv CvMat和Imread与IpImage和CvLoadImage的对比

使用OpenCv 2.4

我有两个选项可以加载图像：

  1- CvMat and Imread

  2- IpImage and CvLoadImage    

---

哪一个更好用？我试着把这两者混合在一起，结果陷入了seg故障

imread

返回一个

Mat

，而不是

CvMat

。它们是两个不同的接口（<代码> Mat <代码> > />代码> IcRead <代码> C++和IPL……和C……C接口）。p> < C++界面更友好、更安全、更容易使用。它自动为您处理内存，并允许您为同一任务编写更少的代码。OpenCV的人主张使用C++，除非一些非常具体的项目要求迫使你去C. < /P> 示例（C++）

请注意，如果没有另外说明，所有矩阵赋值都引用相同的数据。在上面的示例中，

裁剪

矩阵指向

图像

，将其设置为零将

图像的特定部分设置为0

要创建数据的新副本，请使用Mat:：copyTo或Mat:：clone（）

和C接口

IplImage* pImg = CvLoadImage("path/to/myimage.jpg");
if(pImg == NULL)
    return;

// ... big bloat to do the same operations with IplImage    

CvShowImage("Image", pImg);
cvWaitKey();
CvReleaseImage(&pImg); // Do not forget to release memory.
// end code here

IplImage和Mat都是可转换的

我建议您使用Mat和imread（），因为从Mat获取数据非常容易

Mat:：data返回一个指向实际矩阵数据的指针，该指针位于1D中，其值易于访问

如果您想在OpenCV中为各种跟踪算法（例如OpenTLD）添加机器学习概念，可以使用Mat.data轻松访问数据，以获取指向实际矩阵的指针

OpenCV的许多实用程序（如CalcOpticalFlowPyrLK等）都需要Mat。我建议你用垫子。IplImage现在已经过时了。
这取决于您对指针的熟悉程度。在IplImage中，您可以通过以下方式访问数据：

 data[i*widthstep+j*nchannels +k]

其中i，j，k是一些整数，这是一个非常容易的方法。在三维的正规矩阵中，数据的存取并不容易。对于标准矩阵，数据访问是针对[i][j]

  *(*(a + i) + j) is the value of jth element of ith row in matrix a

从OpenCV_2食谱：

此结构是从IPL库继承的
（即英特尔图像处理库）现已与IPP库（英特尔
集成性能原语库）。如果使用使用创建的代码和库
在旧的C接口中，您可能需要操作那些IplImage结构。幸运的是，
有一种方便的方法可以将IplImage转换为cv:：Mat对象

IplImage*IplImage=cvLoadImage（“c:\img.jpg”）；
cv：：Mat image4（iplImage，假）

函数cvLoadImage是用于加载图像的C接口函数。第二个参数
在cv:：Mat对象的构造函数中，表示不会复制数据（将其设置为
如果需要新副本，则为true，而false是默认值，因此可以忽略它），
也就是说，IplImage和image4将共享相同的图像数据。你需要小心
这里不创建悬空指针。因此，封装IplImage更安全
指向OpenCV 2提供的引用计数指针类的指针：

cv:：Ptr iplImage=cvLoadImage（“c:\img.jpg”）

否则，如果需要释放IplImage结构所指向的内存，则
需要明确地做到这一点：
cvReleaseImage（&iplImage）；
请记住，您应该避免使用这种不推荐的数据结构。相反，始终使用
cv：：垫

  *(*(a + i) + j) is the value of jth element of ith row in matrix a