OpenCv 2.4.9 (一) Mat基础结构&如何遍历图片
前言
因为对图像方面感兴趣,所以有空学学OpenCV的使用,并且希望以此为引子,带领自己入门图像领域。
先post上几个参考网站,上面有完整源码:
- http://docs.opencv.org/2.4.9/ (英文文档,主要参看)
- http://www.opencv.org.cn/opencvdoc/2.3.2/html/index.html (低版本的中文参考)
- https://github.com/opencv/opencv/tree/master/doc/tutorials (github源码,有些需要参考会英文文档)
因为这么多资源,所以就不贴完整代码,这重点讲解某部分,方便自己以后回来查询。
Mat - 基本的图像容器
Mat
在以前,opencv使用的是C结构,IplImage。但是使用这个结构有一个缺点就是你需要注意内存的申请和销毁。幸运的是,在C++我们可以使用一种更智能的结构,Mat。Mat会自动申请内存和销毁。
Mat由基本的两部分组成:矩阵头(包含图片信息,例如矩阵大小,存储方法等)和一个指向包含像素点信息的指针。矩阵头部大小是常数,但是矩阵的大小却各不相同。
1 Mat A, C; // 只建立头部
2 A = imread(fname, CV_LOAD_IMAGE_COLOR); 3 4 Mat B(A); // 调用copy构造函数 5 C = A; // 调用assign函数
上面的所有对象都指向同一个矩阵,只是头部不一样而已。如果使用其中一个对象改变图像内容,所有指向这个矩阵的对象都会受影响。copy和assign只是复制头部的一些信息。
我们可以调用其它方法实现深复制:
1 Mat F = A.clone(); 2 Mat G; 3 A.copyTo(G);
显式创建Mat
我们可以使用 imwrite() 函数来把一个矩阵写入到图片文件。但是为了调试方便,我们还可以使用<<输出(仅适用于二维矩阵)。
下面是创建Mat对象的各种方法:
- Mat()构造器
1 Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); // CV_[多少位][有符号or无符号][类型前缀]C[通道数] 2 cout << M <<endl; 3 // [0, 0, 255, 0, 0, 255; 4 // 0, 0, 255, 0, 0, 255
- 使用C\C++数组构造
1 int sz[3] = {2, 2,2}; 2 Mat L(3, sz, CV_8UC(1), Scalar::all(0)); // 3维的[2, 2, 2]的图像
- 为已存在IplImage指针构建头部
1 IplImage* img = cvLoadImage(fname); 2 Mat mtx(img);
- Create() 函数
1 M.create(4, 4, CV_8UC(2)); // 这种方法不能赋初值,只在中心分配内存时使用 2 cout<< M << endl
- Matlab风格的初始化
1 Mat E = Mat::eye(4, 4, CV_64F); 2 Mat O = Mat::ones(2, 2, CV_32F); 3 Mat Z = Mat::zeros(3, 3, CV_8UC1);
- 逗号分隔的初始化小矩阵
1 Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
- 使用clone或copyTo。
1 Mat RowClone = C.row(1).clone(); // randu(RowClone, Scalar::all(0), Scalar::all(255))可以在low和high之间随机
怎样遍历图片
首先,我们可以使用一段代码计算程序执行的时间:
1 double t = (double)getTickCount(); 2 // do something 3 t = ((double)getTickCount() - t) / getTickFrequency();
图像的存储
在RGB系统中,图像是这样存储的:(注意是BGR的形式,可以使用 isContinunous() 函数查看是否连续存放)
(下面以颜色空间缩减为例子说明)
C风格的读法
先用指针p指向一行,然后再p[j]形式读取
1 int channels = I.channels(); 2 int nRows = I.rows; 3 int nCols = I.cols * channels; 4 5 if (I.isContinuous()) { 6 nCols = nCols * nRows; 7 nRows = 1; 8 } 9 10 int i, j; 11 uchar* p; 12 for (i=0; i<nRows; ++i) { 13 for (j=0; j<nCols; ++j) { 14 p = I.ptr<uchar>(i); 15 p[j] = table[p[j]]; //查表替换 16 } 17 }
迭代(安全)方法
迭代器从begin到end,使用(*it)[0]形式读取
const int channels = I.channels(); switch(channels) { case 1: { MatIterator_<uchar> it, end; for (it = I.begin<uchar>(), end=I.end<uchar>(); it != end; ++it) *it = table[*it]; break; } case 3: { MatIterator_<Vec3b> it, end; for (it = I.begin<Vec3b>(), end=I.end<Vec3b>(); it != end; ++it) (*it)[0] = table[(*it)[0]]; (*it)[1] = table[(*it)[1]]; (*it)[2] = table[(*it)[2]]; } }
通过相关返回值的On-the-fly地址计算
先把矩阵转换成Mat_,再用_I(i, j)[0]形式读取
const int channels = I.channels(); switch(channels) { case 1: { for (int i=0; i<I.rows; ++i) for (int j=0; j<I.cols; ++j) I.at<uchar>(i, j) = table[I.at<uchar>(i, j)]; break; } case 3: { Mat_<Vec3b> _I = I; for (int i=0; i<I.rows; ++i) for (int j=0; j<I.cols; ++j) { _I(i, j)[0] = table[_I(i, j)[0]]; _I(i, j)[1] = table[_I(i, j)[1]]; _I(i, j)[2] = table[_I(i, j)[2]]; } I = _I; break; } }
快速实现表替换
Mat lookUpTable(1, 256, CV_8U); uchar* p = lookUpTable.data; for (int i=0; i < 256; ++i) p[i] = table[i]; LUT(I, lookUpTable, I);