matlab中读取mat文件和dat文件，哪个速度快

matlab中读取mat文件和dat文件，dat文件运行速度更快。

Matlab MAT-文件 mat数据格式是matlab的数据存储的标准格式。mat文件是标准的二进制文件,还可以ASCII码形式保存和加载。

MATLAB是解释型语言，就是说MATLAB命令行中敲入的命令在当前MATLAB进程中被解释运行。但是，每次执行一个任务时敲入长长的命令序列是很烦人的。有两种方法可以使MATLAB的力量得到扩展——脚本和函数。这两种方法都用像emacs一样的文本编辑器中编写的m文件（因为扩展名是m所以这样命名，m文件还称点m文件）。m文件的好处在于它可以保存命令，还可以轻易地修改命令而无需重新敲入整个命令行。

DAT并不是一种标准文件。许多软件都使用这个扩展名，但文件含义不同。而许多数据分析软件也用这个扩展名保存数据。所以这要看具体的软件情况来定。DAT文件，可以按照扩展名来看就是DATA的意思，即数据文件，这类文件并没有进行绝对化的定义，例如VCD光盘中的DAT文件就可以用一般的视频播放器打开，而QQ的DAT文件中则存储了用户信息，是无法使用常规方式打开的，只有QQ程序可以访问。还有一些其他程序都有自己对DAT文件的定义，要通过其特殊的程序来打开与之相关联的DAT文件。

搬运自本人 CSDN 博客： 《Opencv中数据结构Mat的相关属性》

以上摘自OpenCV 249的官方文档opencv2refmanpdf。

以前虽然能够比较熟练的使用OpenCV，但是最近感觉其实笔者自己对OpenCV的最底层数据结构Mat与IplImage都不怎么熟悉…… 由于笔者比较反感总是需要管理内存的IplImage，所以对Mat数据结构做一下学习工作还是有必要的。

官方说明文档opencv2refmanpdf中，写出了Mat的定义如下：

下面笔者将从几个方面总结Mat数据结构的主要组成。

参考网址：

《OpenCV中对Mat里面depth,dims,channels,step,data,elemSize和数据地址计算的理解 》

《OpenCV Mat的常见属性》

《OpenCV学习笔记（四十）——再谈OpenCV数据结构Mat详解》

参考文档：

《opencv2refmanpdf》

如上面的Mat定义源码，Mat类中有很多重要的数据类型成员。

下面进行简单的列举。

把这四个数据成员放在一起，是因为这四个数据成员相互之间有关系。

数据的存储一直都是个值得关注的问题，所以数据元素存储的位数和范围就十分重要了。depth就体现了每一个像素的位数，即深度。

Mat中包含的图像深度如下所示：

另外还需要注意：大部分OpenCV的函数支持的数据深度只有8位和32位，所以尽量使用CV_64F。

channels表示了矩阵拥有的通道数量，这个比较容易理解：

type表示矩阵中元素的类型(depth)与矩阵的通道个数(channels)，可以理解成上面的depth与channels的综合说明。type是一系列预定义的常量，命名规则如下：

<code>CV_+位数+数据类型+通道数</code>

具体有如下值：

表格中，行代表了通道数量channels，列代表了图像深度depth。

例如CV_8UC3，可以拆分为：

注：type一般是在创建Mat对象时设定，若要去的Mat的元素类型，可以不使用type，使用depth。

elemSize表示了矩阵中每一个元素的数据大小，单位是字节。公式如下：

<code>elemSize = channels depth / 8</code>

例如type == CV_16SC3，则elemSize = 3 16 / 8 = 6 Bytes。

elemSize1表示了矩阵元素的一个通道占用的数据大小，单位是字节。公式如下：

<code>elemSize = depth / 8</code>

例如type == CV_16SC3，则elemSize1 = 16 / 8 = 2 Bytes。

使用OpenCV处理图像时，最普遍的处理方式便是遍历图像，即访问所有的图像像素点。但有的算法还需要访问目标像素的邻域，所以这时候就需要了解访问Mat数据元素地址的方式。

假设有矩阵M，则数据元素的地址计算公式如下：

$$ addr(M_{i_{0}, i_{1}, i_{m-1}}) = Mdata + Mstep[0] i_{0} + Mstep[1] i_{1} + + Mstep[Mdims - 1] i_{M_{dims-1}} $$

如果是二维数组，则上述公式就简化成：

$$ addr(M_{i,j}) = Mdata + Mstep[0] i + Mstep[1] j $$

注：式中m = Mdims，即矩阵的维度。

假设存在一个二维矩阵如下图所示：

上面是一个3 × 4的矩阵。此时我们按照数据类型为CV_8U, CV_8UC3的情况，分别对其进行讨论。

首先假设其数据类型为CV_8U，也就是单通道的uchar类型，则可以得出上面的数据成员情况分别为：

若假设其数据类型为CV_8UC3，也就是三通道的uchar类型，则可以得出上面的数据成员情况分别为：

假设存在一个三维矩阵如下图所示：

上面是一个3 × 4 × 6的矩阵。假设其数据类型为CV_16SC4，此时对其进行讨论。

关于OpenCV地址访问方法及效率的部分，请见笔者的博文 《OpenCV像素点邻域遍历效率比较，以及访问像素点的几种方法 》 。

以上就是关于matlab中读取mat文件和dat文件，哪个速度快全部的内容，包括:matlab中读取mat文件和dat文件，哪个速度快、Opencv中数据结构Mat的相关属性、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！