29

我注意到新的OpenCV版本中添加了一个新的数据结构cv::Matx，用于编译时已知大小的小矩阵，例如

cv::Matx31f  // matrix 3x1 of float type

检查文档我看到大多数矩阵运算都是可用的，但我仍然没有看到使用这种新类型而不是旧的 cv::Mat 的优势。

我什么时候应该使用 Matx 而不是 Mat？

4

4 回答 4

11

它是关于内存管理，而不是浪费（在某些情况下很重要）内存或只是为稍后使用的对象保留内存。

这就是我的理解——也许其他人可以给出更好的解释。

于 2012-06-08T08:53:28.520 回答
11

简短的回答： cv::Mat 使用堆来存储它的数据，而 cv::Matx 使用堆栈。

cv::Mat 使用动态内存分配（在堆上）。这适用于大矩阵（如图像），并允许您执行矩阵的浅拷贝等操作，这是 cv::Mat 的默认行为。

但是，对于 cv::Matx 设计的小矩阵，与在堆栈上做同样的事情相比，堆分配会非常昂贵。我已经看到一个数学块通过切换到使用堆栈分配类型（例如 cv::Point 和 cv::Matx）而不是 cv::Mat 将处理时间减少了 75% 以上。

于 2014-07-09T15:27:25.510 回答
8

这是一个迟到的答案，但它仍然是一个有趣的问题！

dom 的答案相当准确，user1460044 中的堆/堆栈引用也很有趣。

从实际的角度来看，我不会使用 Matx(或Vec)，除非它是完全必要的。Matx 的主要优点是

  1. 使用堆栈（高效！[1]）
  2. 初始化。

问题是，最后你将不得不将你的Matx数据移动到 aMat来做大部分事情，因此你将再次回到堆中。另一方面，a 的“酷初始化”Matx可以在普通 Mat 中完成：

// Matx initialization:
Matx31f A(1.f,2.f,3.f);
// Mat initialization:
Mat B = (Mat_<float>(3,1) << 1.f, 2.f, 3.f);

此外，初始化（堆/堆栈之外）的东西也有所不同。如果您尝试将 5 个值放入 M​​atx31，它将崩溃（运行时异常），而Mat_::operator<<使用 5 个值调用只会存储前三个。

[1]如果您的程序必须创建大量少于约 10 个元素的矩阵，则效率很高。在这种情况下使用Matx矩阵。

于 2014-07-16T13:24:34.047 回答
6

Matx我更喜欢其他两个原因Mat：

  1. 可读性：阅读代码的人可以立即看到矩阵的大小，例如：

    cv::Matx34d transform = ...;

    很明显，这是一个 3x4 矩阵，因此它包含 (R,t) 类型的 3D 变换，其中 R 是旋转矩阵（与轴角相对）。transform(i,j)同样，使用vs访问元素更自然transform.at<double>(i,j)。

  2. 易于调试。由于 for 的元素以Matx已知长度的数组分配在堆栈上，因此 IDE 或调试器可以在单步执行代码时很好地显示整个内容。

于 2017-04-14T13:00:37.750 回答