opencv::Mat属性
OpenCV支持JPG、PNG、TIFF等常见格式图像文件加载 加载图像 Mat imread( const String& filename, int flags = IMREAD_COLOR ); 加载图像文件成为一个Mat对象 IMREAD_UNCHANGED (<0) 表示加载原图,不做任何改变 IMREAD_GRAYSCALE (=0)表示把原图作为灰度图像加载进来 IMREAD_COLOR (>0) 表示把原图作为RGB图像加载进来 修改图像 cvtColor( image, gray_image, COLOR_BGR2GRAY ); 1、第一个参数表示源图像 2、第二参数表示色彩空间转换之后的图像 3、第三个参数表示源和目标色彩空间如:COLOR_BGR2HLS 、COLOR_BGR2GRAY 等 保存图像 bool imwrite( const String& filename, InputArray img, const std::vector<int>& params = std::vector<int>()); 1、filename.png 注意:你要保存图片为哪种格式,就带什么后缀。 2、img:要保存的图像 3、params:表示为特定格式保存的参数编码 //一般可不填
int main(int argc, char** argv) { // read image Mat image = imread(STRPAHT2); // 对图像进行所有像素用 (255- 像素值) Mat invertImage; image.copyTo(invertImage); //通道 3 r g b int channels = image.channels(); //列 int rows = image.rows; //行 int cols = image.cols * channels; //检测内存存储连续性 if (image.isContinuous()) { cols *= rows; rows = 1; } uchar* p1; uchar* p2; for (int row = 0; row < rows; row++) { //获取像素指针 p1 = image.ptr<uchar>(row); p2 = invertImage.ptr<uchar>(row); for (int col = 0; col < cols; col++) { // 每个像素点的每个通道255取反 *p2 = 255 - *p1; p2++; p1++; } } //创建一个OpenCV窗口,它是由OpenCV自动创建与释放,你无需取销毁它。 //WINDOW_AUTOSIZE会自动根据图像大小,显示窗口大小,不能人为改变窗口大小 namedWindow("My Test", CV_WINDOW_AUTOSIZE); namedWindow("My Invert Image", CV_WINDOW_AUTOSIZE); //imshow根据窗口名称显示图像到指定的窗口上去,第一个参数是窗口名称,第二参数是Mat对象 imshow("My Test", image); imshow("My Image", invertImage); // 关闭 waitKey(0); destroyWindow("My Test"); destroyWindow("My Invert Image"); }
Vec3b对应三通道的顺序是blue、green、red的uchar类型数据。 Vec3f对应三通道的float类型数据 读一个GRAY像素点的像素值(CV_8UC1) Scalar intensity = img.at<uchar>(y, x); Scalar intensity = img.at<uchar>(Point(x, y)); 读一个RGB像素点的像素值 Vec3f intensity = img.at<Vec3f>(y, x); float blue = intensity.val[0]; float green = intensity.val[1]; float red = intensity.val[2]; 修改像素值RGB值 img.at<Vec3b>(y,x)[0]=128; // blue img.at<Vec3b>(y,x)[1]=128; // green img.at<Vec3b>(y,x)[2]=128; // red
Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题,是面向对象的数据结构。
分了两个部分,头部与数据部分。
IplImage是从2001年OpenCV发布之后就一直存在,是C语言风格的数据结构,需要开发者自己分配与管理内存,对大的程序使用它容易导致内存泄漏问题。
//默认构造函数 Mat A; Mat () //常用构造函数 Mat A(10,10,8UC3); Mat (int rows, int cols, int type) //Mat A(300, 400, CV_8UC3,Scalar(255,255,255)); Mat (int ndims, const int *sizes, int type, const Scalar &s) //Mat D (A, Rect(10, 10, 100, 100) ); Mat (const Mat &m, const Rect &roi) Mat (Size size, int type) Mat (int rows, int cols, int type, const Scalar &s) Mat (Size size, int type, const Scalar &s) Mat (int ndims, const int *sizes, int type) Mat (const Mat &m) Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP) Mat (Size size, int type, void *data, size_t step=AUTO_STEP) Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0) Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all()) Mat (const Mat &m, const Range *ranges)
常用方法: void copyTo(Mat mat) void convertTo(Mat dst, int type) Mat clone() int channels() int depth() bool empty(); uchar* ptr(i=0)
输出图像的内存是自动分配的 使用OpenCV的C++接口,不需要考虑内存分配问题 赋值操作和拷贝构造函数只会复制头部分 使用clone与copyTo两个函数实现数据完全复制 部分复制:一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分 Mat A= imread(imgFilePath) Mat B(A) // 只复制 头和指针部分 完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现 Mat F = A.clone(); Mat G; A.copyTo(G);