OpenCV学习(1)--图像的读取、写入、输出、ROI的选取、Mat介绍

此分类用于记录OpenCV的学习，目前随笔中给出的代码都是用C++写的，后面可能会用上Python。

另外学习过程的记录会放在代码块的注释中。

学习资料 OpenCV官方文档

OpenCV读取图像数据并输出

对于OpenCV中的图像，以左上角为(0, 0)点，横轴为x，纵轴为y，即对于图像来说，y表示有多少rows，x表示有多少cols

void readAndShow(string path) {
    string imageName(path);
    cv::Mat image;
    // cv::Mat 包括一个矩阵头和一个指向存储像素值区域的指针
    // Mat的复制 只复制矩阵头和指针 图像数据不会复制成第二份 
    // 类似于 Type *A = B 此时改变B也会改变A 浅拷贝

    // 要复制图像数据时 需要使用一下两种方式
    // cv::Mat image2 = image.clone();
    // A.copyTo(image2)

    //image = imread(imageName, cv::IMREAD_COLOR);  // 读取图像文件
    //image = imread(imageName, cv::IMREAD_GRAYSCALE);
    image = cv::imread(imageName, cv::IMREAD_COLOR);

    // imread() 第一个参数为图像文件所在路径 第二个参数指定我们所需的图像格式
    // IMREAD_COLOR (<0)按原样加载图像
    // IMREAD_GRAYSCALE (0) 加载灰度图像
    // IMREAD_COLOR (>0) 以RGB格式加载图像


    if (image.empty()) {   // 读取未成功
        cout << "Failed read!" << std::endl;
        return;
    }

    cv::namedWindow("Display window", cv::WINDOW_AUTOSIZE);   // 创建window 参数"Display window"指定窗口名称
    cv::imshow("Display window", image);  // 在窗口显示图片
    cv::waitKey(0);  // 等待一个键盘输入
    return;
}

将读入的彩色图片转化为灰度图片并写入磁盘

void showCvtColorAndImwrite(string path) {
    cv::Mat image;
    image = cv::imread(path, cv::IMREAD_COLOR);  // 读取RGB格式彩色图片

    if (image.empty()) {
        cout << "Failed read!" << endl;
        return;
    }

    cv::namedWindow("RGBColor", cv::WINDOW_AUTOSIZE);
    cv::imshow("RGBColor", image);
    cv::waitKey(0);

    // 转换为灰度图片
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);  
    // 将彩色图片转化为灰度图片 image为原彩色图片数据 grayImage为转化后存储灰色图片数据的地方 cv::COLOR_BGR2GRAY指示执行怎么样的转换

    cv::namedWindow("grayColor", cv::WINDOW_AUTOSIZE);
    cv::imshow("grayColor", grayImage);

    cv::imwrite("first_gray.jpg", grayImage);   
    // 将garyImage存储的图片数据写入磁盘 新写入的图片文件名为first_gray.jpg
    cv::waitKey(0);
}

在图像中创建感兴趣区域 ROI

int selectROIExample(void) {
    // 在原读取的图像文件中选取了一个990*990大小的矩阵ROI 并输出
    cv::Mat image;
    image = cv::imread("first.jpg", cv::IMREAD_COLOR);

    if (image.empty()) {   // 读取未成功
        cout << "Failed read!" << std::endl;
        return 0;
    }

    cv::Mat D(image, cv::Rect(10, 10, 1000, 1000));
    // 选取image中左上角为(10, 10)长宽为(1000, 1000)的矩形包含的图像
    // 即在图像中创建感兴趣区域 ROI

    cv::namedWindow("Test Window!", cv::WINDOW_AUTOSIZE);
    cv::imshow("Test Window!", image);
    cv::waitKey(0);
    cv::imshow("Test Window!", D);
    cv::waitKey(0);
    return 0;
}

Mat的创建

void howToCreateMatSubject() {
    // Mat的初始化构造

    cv::Mat image(100, 100, CV_8UC3, cv::Scalar(0, 0, 255));
    // 通过给定图像大小100*100 
    // 指定存储元素的数据类型和每个矩阵点的通道数CV_8UC3即8位无符号char类型3通道
    // 通过Scalar将图像设置为单一灰度Scalar(num)或颜色Scalar(n1, n2, n3)

    int size[3] = { 200, 200, 200 };
    cv::Mat image2(3, size, CV_8UC(1), cv::Scalar::all(0));
    // 创建一个2维已上的矩阵
    // 参数3指定维度
    // size 指定每个维度的大小

    /*
    MATLAB样式的初始化器
    cv::Mat::zeros()
    cv::Mat::ones()
    cv::Mat::eye()
    */

    // cv::randu() 获取随机值

    // cv::format()控制输出格式 cv::Formatter::FMT_NUMPY表示以numpy形式
    // std::cout << "控制输出格式" << std::endl << cv::format(image, cv::Formatter::FMT_NUMPY) << std::endl;

    cv::Point2f P(5, 1);
    // 点
}