概要
OpenCVを触っているとよく出てくる CV_8UC3 や CV_8UC1 が何を表すのかを、深度・符号・チャンネル数に分けて整理します。
先に結論を書くと、CV_8UC3 は「符号なし8ビット整数（uint8）を3チャンネル持つMat」です。一般的なカラー画像はこの型になります。
型名の読み方
CV_<1チャンネルあたりの深度><値の種類>C<チャンネル数>8/16/32/64: 1チャンネルあたりのビット数U: unsigned（符号なし整数）S: signed（符号付き整数）F: floating point（浮動小数点数）C3: 3チャンネル。C1は省略可能
たとえば CV_32FC2 は、32ビット浮動小数点数を2チャンネル持つ型です。
型一覧表
| Matタイプ | 詳細 | データの型 |
|---|---|---|
| CV_8U | 符号なしの8ビット整数 | unsigned char |
| CV_8S | 符号付きの8ビット整数 | signed char |
| CV_16U | 符号なしの16ビット整数 | unsigned short |
| CV_16S | 符号付きの16ビット整数 | short |
| CV_32S | 符号付き32ビット整数 | int |
| CV_32F | 浮動小数点数，32ビット | float |
| CV_64F | 浮動小数点数， 64ビット | double |
| CV_8UC1 | 1個のCV_8U モノクロ画像の初期値 | unsigned char [1] |
| CV_8UC2 | 2個の CV_8U | unsigned char [2] |
| CV_8UC3 | 3個の CV_8U カラー画像の初期値 | unsigned char [3] |
| CV_8UC4 | 4個の CV_8U | unsigned char [4] |
| CV_8UC(n) | n個の CV_8U， | unsigned char [n] |
| CV_8SC1 | 1個のCV_8S | signed char [1] |
| CV_8SC2 | 2個のCV_8S | signed char [2] |
| CV_8SC3 | 3個のCV_8S | signed char [3] |
| CV_8SC4 | 4個のCV_8S | signed char [4] |
| CV_8SC(n) | n個の CV_8S， | signed char [n] |
| CV_16UC1 | 1個のCV_16U | unsigned short [1] |
| CV_16UC2 | 2個のCV_16U | unsigned short [2] |
| CV_16UC3 | 3個のCV_16U | unsigned short [3] |
| CV_16UC4 | 4個のCV_16U | unsigned short [4] |
| CV_16UC(n) | n個の CV_16U， | unsigned short [n] |
| CV_16SC1 | 1個のCV_16S | short [1] |
| CV_16SC2 | 2個のCV_16S | short [2] |
| CV_16SC3 | 3個のCV_16S | short [3] |
| CV_16SC4 | 4個のCV_16S | short [4] |
| CV_16SC(n) | n個の CV_16S， | short [n] |
| CV_32SC1 | 1個のCV_32S | int [1] |
| CV_32SC2 | 2個のCV_32S | int [2] |
| CV_32SC3 | 3個のCV_32S | int [3] |
| CV_32SC4 | 4個のCV_32S | int [4] |
| CV_32SC(n) | n個の CV_32S， | int [n] |
| CV_32FC1 | 1個のCV_32F | float [1] |
| CV_32FC2 | 2個のCV_32F | float [2] |
| CV_32FC3 | 3個のCV_32F | float [3] |
| CV_32FC4 | 4個のCV_32F | float [4] |
| CV_32FC(n) | n個のCV_32F， | float [n] |
| CV_64FC1 | 1個のCV_64F | double [1] |
| CV_64FC2 | 2個のCV_64F | double [2] |
| CV_64FC3 | 3個のCV_64F | double [3] |
| CV_64FC4 | 4個のCV_64F | double [4] |
| CV_64FC(n) | n個の CV_64F， | double [n] |
命名規則は、
CV_{ビット数}{符号有無 (U|S|F)}C{チャンネル数}
です。
よく使う型
| 用途 | 代表的な型 | 補足 |
|---|---|---|
| グレースケール画像 | CV_8UC1 |
0〜255の1チャンネル |
| BGRカラー画像 | CV_8UC3 |
OpenCVの標準的な並びはRGBではなくBGR |
| BGRA画像 | CV_8UC4 |
4番目のチャンネルはアルファ |
| ラベル画像・インデックス | CV_32SC1 |
負数を含む整数を保持できる |
| 座標・勾配・機械学習入力 | CV_32FC1 など |
小数を扱う処理でよく使う |
| 高精度な計算結果 | CV_64FC1 など |
メモリ使用量は大きい |
C++で型を確認する
Mat::type() は深度とチャンネル数を組み合わせた値を返します。深度とチャンネル数を分けて確認したい場合は depth() と channels() を使います。
cv::Mat image = cv::imread("image.png");
std::cout << image.type() << std::endl;
std::cout << image.depth() << std::endl;
std::cout << image.channels() << std::endl;
if (image.type() == CV_8UC3) {
std::cout << "8-bit BGR image" << std::endl;
}Python / NumPyとの対応
Python版OpenCVでは型名を直接指定するより、NumPyの dtype と配列形状で判断することが多いです。
import cv2
image = cv2.imread("image.png")
print(image.dtype) # uint8
print(image.shape) # (height, width, 3)dtype == uint8 かつ末尾の次元が3なら、C++でいう CV_8UC3 に相当します。型変換では、単に astype() するだけでなく、値域が変わる場合にスケール変換が必要かも確認してください。
注意点
- チャンネル数は色空間を保証しません。
CV_8UC3がBGRかHSVかは、型だけでは区別できません。 convertTo()は深度を変更できますが、チャンネル数は変更しません。- 画像のバイト数は概ね
rows × cols × elemSize()で確認できます。 CV_16FとCV_16FCnは比較的新しい半精度浮動小数点型です。利用可否はOpenCVのバージョンと処理APIを確認してください。
