OpenCV深入学习(4)--Mat元素的获取方法

最新推荐文章于 2024-01-20 14:14:23 发布
最新推荐文章于 2024-01-20 14:14:23 发布
阅读量7.3k 收藏 8
点赞数
分类专栏： opencv深入学习 文章标签： float 存储 测试 merge image 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ljbkiss/article/details/7381208
版权

        以前也写过一篇关于获取cv::Mat矩阵元素的方法的文章，没有仔细研究，最近仔细总结了一下，废话少说直接上代码：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/contrib/contrib.hpp>
#include <iostream>
#include <fstream>
using namespace cv;
using namespace std;

#pragma comment(lib,"opencv_core231d.lib")
#pragma comment(lib,"opencv_highgui231d.lib")
#pragma comment(lib,"opencv_contrib231d.lib")

/*
为了输出看是否每种方法取得是相同的像素，不要对大图像进行此操作，会很慢的哦！
下面的例子，在输出时使用的是30*40的图像。
测试时间时要注释掉，否则I/O操作将极大影响处理时间。
*/
//#define PIXEL_OUT


int main(int argc,char *argv[])
{
	ofstream fout("pixels.txt");

#ifdef PIXEL_OUT
	Mat img=imread("d:/picture/mat.jpg");
#else
	Mat img=imread("d:/picture/lena.bmp");
#endif

	if(!img.data)
	{
		cout<<"load image failed!"<<endl;
		return -1;
	}
	Mat temp;
	img.convertTo(temp, CV_32FC3);
	namedWindow("show");
	int i,j;
	TickMeter tm;
	double process_time[7]={0.0};
	int loop_times =1;
	for(int n=0; n<loop_times; ++n)
	{
		======section1======//
		/*
		多通道图像，先将通道split分开，然后针对特定的通道进行处理，
		每个元素的获取采用的是首先获得行指针，然后逐个获得单通道元素。
		既可以进行元素为单位的处理，也可以进行跨行的局部块为单位的处理。
		*/
		fout<<"-------1-------"<<endl;
		tm.reset();
		tm.start();
		vector<Mat> spl;		
		split(temp, spl);
		for (i=0; i<temp.rows; ++i)
		{
			float *pt = spl[1].ptr<float>(i);
			for (j=0; j<temp.cols; ++j)
			{
				float mm = pt[j];
				mm /= 20.6f;
#ifdef PIXEL_OUT
				fout<<mm<<" ";
#endif
			}
		}
		merge(spl, temp);
		tm.stop();
		process_time[0] += tm.getTimeMicro();
		cout<<"method=1,process time="<<tm.getTimeMicro()<<endl;

		//=========section2=========
		/*
		没有将多通道分开，而是直接对原始Mat操作，也是首先获得单行的指针，然后获得每个元素的；
		每个元素是多通道的，可以通过[]来获得单个通道的单个元素。可以以元素为单位处理，也可以进行
		跨行的局部块处理。
		*/
		fout<<"-------2-------"<<endl;
		tm.reset();
		tm.start();
		for (i=0; i<temp.rows; ++i)
		{
			float *pts = temp.ptr<float>(i);
			for (j=0; j<temp.cols; ++j)
			{
				float mm = pts[3*j+1];
				mm /=20.6f;
#ifdef PIXEL_OUT
				fout<<mm<<" ";
#endif
			}
		}
		tm.stop();
		process_time[1] += tm.getTimeMicro();
		cout<<"method=2,process time="<<tm.getTimeMicro()<<endl;

		//============section3==========//	
		/*
		对连续存储的Mat每个元素的获取，将整个Mat矩阵看做是一个m*n列，1行的数组，在手册提倡的方法中
		是最快的。但是缺点是丢失了行列信息，只能进行以元素为单位的处理，或者说本行局部的处理，不能进行
		跨行的局部块处理。
		*/
		fout<<"-------3-------"<<endl;
		tm.reset();
		tm.start();
		int col=temp.cols, row = temp.rows;
		if (temp.isContinuous())
		{
			col*=row;
			row =1;
		}
		for (i=0; i<row; ++i)
		{
			const float *pt = temp.ptr<float>(i);
			for (j=0; j<col;++j)
			{
				float mm=pt[3*j+1];
				mm /= 20.6f;
#ifdef PIXEL_OUT
				fout<<mm<<" ";
#endif
			}
		}
		tm.stop();
		process_time[2] += tm.getTimeMicro();
		cout<<"method=3,process time="<<tm.getTimeMicro()<<endl;

		///===========section4===============/
		/*
		直接对原始存储指针的处理，需要对指针比较熟悉，特别是对Mat的数据类型必须清楚，所有类型的Mat的存储都是uchar的即字节为
		单位的，但是不同的存储类型决定了对指针的解释不同。这样获得的是原始的多通道的第一个通道的指针，访问其他通道时需要进行
		合适的偏移，ex：下面的是对通道2的访问。该方法可以说最灵活，但是因为直接操作指针所以也最容易出错；既可以处理像素为单位，
		也可以处理跨行的局部块为单位。类似于C接口时的元素获取方法。
		*/
		fout<<"-------4-------"<<endl;
		tm.reset();
		tm.start();
		int step0=temp.step[0],step1=temp.step[1];
		for (i=0; i<temp.rows; ++i)
		{
			for (j=0; j<temp.cols; ++j)
			{
				float *pix = (float *)(temp.data+i*step0+j*step1);
				float tt= *(pix+1)/20.6f;
#ifdef PIXEL_OUT
				fout<<tt<<" ";
#endif
			}
		}
		tm.stop();
		process_time[3] += tm.getTimeMicro();
		cout<<"method=4,process time="<<tm.getTimeMicro()<<endl;

		//============section5==========//	
		/*
		与上面的获取方法本质一样，只是首先进行了矩阵的连续性判断，其他的一样；但是丢失了行列信息，
		只能进行元素的局部性处理。
		*/
		fout<<"-------5-------"<<endl;
		tm.reset();
		tm.start();
		int step00=temp.step[0],step01=temp.step[1];
		int col2=temp.cols, row2 = temp.rows;
		if (temp.isContinuous())
		{
			col2*=row2;
			row2 =1;
		}
		for (i=0; i<row2; ++i)
		{
			for (j=0; j<col2;++j)
			{
				float *mm= (float *)(temp.data+i*step00+j*step01);
				float tt = *(mm+1)/20.6f;
#ifdef PIXEL_OUT
				fout<<tt<<" ";
#endif
			}
		}
		tm.stop();	
		process_time[4] += tm.getTimeMicro();
		cout<<"method=5,process time="<<tm.getTimeMicro()<<endl;

		//=========section6=========
		/*
		采用迭代器的获取方法，速度最慢，可能好处就是可以使用STL标准库的算法，同样也没有了行列信息。
		*/
		fout<<"-------6-------"<<endl;
		tm.reset();
		tm.start();
		MatConstIterator_<Vec3f> iters = temp.begin<Vec3f>(),end=temp.end<Vec3f>();
		for(; iters!=end; ++iters)
		{
			Vec3f vec3f = *iters;
			vec3f.val[1] /= 20.6f;
#ifdef PIXEL_OUT
			fout<<vec3f.val[1]<<" ";
#endif
		}
		tm.stop();
		process_time[5] += tm.getTimeMicro();
		cout<<"method=6,process time="<<tm.getTimeMicro()<<endl;	
		
		//=========section7=========
		/*
		没有将多通道分开，而是直接对原始Mat操作 直接获得每个元素；
		每个元素是多通道的，将其视为了向量，所以可以通过[]来获得单个通道的单个元素。可以以元素为单位处理，
		也可以进行跨行的局部块处理。速度也很慢！
		*/
		fout<<"-------7-------"<<endl;
		tm.reset();
		tm.start();
		for (i=0; i<temp.rows; ++i)
		{
			for (j=0; j<temp.cols; ++j)
			{			
				float mm = temp.at<Vec3f>(i,j)[1];
				mm /=20.6f;
#ifdef PIXEL_OUT
				fout<<mm<<" ";
#endif
			}
		}
		tm.stop();
		process_time[6] += tm.getTimeMicro();
		cout<<"method=7,process time="<<tm.getTimeMicro()<<endl;

	}

	cout<<"---------------------------------"<<endl;
	for (int m=0; m<7; ++m)
	{
		cout<<m+1<<"="<<process_time[m]/loop_times<<endl;
	}

	//=====================end====================///
	imshow("show", img);
	waitKey(0);
	return 0;
}
/*
进行多次重复相同操作进行平均，统计每种方法所使用的时间;
图像为lena.bmp; 512*512;后面为循环次数;运行时间为us;
测试环境:intel core i5, 4G RAM 笔记本, Win7-x64, VS2008, OpenCV2.3.1
--------------------------------------------------------
lena--1000 times
1=6193.9
2=2207.22
3=2178.62
4=2192.22
5=2190.63
6=48178.1
7=37282.5

lena--100 times
1=6280.16
2=2203.45
3=2170.57
4=2189.02
5=2211.84
6=48197.6
7=37557.3

lena--10 times
1=6161.17
2=2265.63
3=2184.55
4=2177.92
5=2371.33
6=49008.5
7=37524.9

lena--1 time
1=7694.2
2=2144.1
3=2113.73
4=2140.25
5=2525.96
6=49292.4
7=37110.7
可以看出，2.3.4.5这几种方法总体上是差不多的。可以根据处理需要以及习惯选用；第1种速度适中，
使用迭代器的方法最慢，第7种次之。
*/


 

ljbsdu
关注
专栏目录
OpenCV——读取Mat对象的元素
CodeTutor
05-02 1843
读取Mat矩阵元素效率最高的方法： uchar* p = I.ptr<uchar>(i)：返回指向i行的第一个元素的指针//RGB Mat& ScanImageAndReduceC(Mat& I, const uchar* const table) { // accept only char type matrices CV_Assert(I.depth() == CV_8U);
java opencv mat.get_以OpenCV Mat格式从相机捕获静止图像
weixin_29093017的博客
02-25 672
我正在开发一个iOS应用程序并尝试使用捕获会话从相机获取静态图像快照，但我无法将其成功转换为OpenCV Mat .使用以下代码创建静止图像输出：- (void)createStillImageOutput;{// setup still image output with jpeg codecself.stillImageOutput = [[AVCaptureStillImageOutput ...
OPENCV4学习代码-读取Mat类元素
weixin_45295333的博客
07-30 217
代码清单2-19 at方法读取Mat类单通道矩阵元素。代码清单2-20 at方法读取Mat类多通道矩阵元素。代码清单2-23 通过矩阵元素地址定位方式访问元素。代码清单2-21 指针ptr读取Mat类矩阵元素。代码清单2-22 指针ptr读取Mat类矩阵元素。
opencv3::Mat元素的获取、at、ptr
BoaHock
06-24 1万+
参考 http://lib.csdn.net/article/opencv/28700?knId=1218 https://blog.csdn.net/xiaowei_cqu/article/details/19839019 https://blog.csdn.net/u011574296/article/details/70139563 int main(int argc, char...
openCV，C++接口，cv::Mat矩阵数据元素读取
12-30 2145
参见：http://blog.csdn.net/moc062066/article/details/6949826 简单地处理 cv::Mat，直接如下进行即可： cv::Mat tmat(4, 4, CV_32FC1); tmat.at(0,0) = 1; cout(0,0) 示例，使用openCV求矩阵的特征值与特征向量： #include "c
opencv源码中getMat()函数
chen1234520nnn的博客
01-29 9459
OutputArray _kx;Mat kx = _kx.getMat(); OutputArray是opencv源码中常用到的类型，类型大概是用来表示为Mat和vector 而getMat（）函数即是将OutputArray数据转换成Mat类型。
OpenCV中的提取子矩阵的函数
Monologue_的专栏
08-02 7733
自从OpenCV开始采用Mat格式，对于矩阵或图像的操作可以说是十分方便的，很多方法跟matlab也很相似。常常用到的一类操作是要提取一个图像或矩阵中的一部分，比如一行、一列、对角线、一个矩形区域等等。 1.【提取单行/列】 使用Mat::row(n)和Mat::col(n)可以直接返回第n行或第n列的矩阵头，这个是O(1)的操作，不会重新分配内存。 2.【提取多行/列】 OpenCV提供
opencv-2-cookbook-src-master_opencv_源码
10-02
本资源包含了一个名为"opencv-2-cookbook-src-master_opencv_源码"的压缩包，其中涵盖了OpenCV高质量课程的源代码，共分为10个章节，每个章节对应不同的主题和功能，旨在帮助开发者深入理解和应用OpenCV。...
mat 释放_[转]OpenCv2 学习笔记(1) Mat创建、复制、释放
weixin_34997006的博客
12-23 944
OpenCV和VS2013的安装图文教程网上有很多，建议安装好之后，用VS2013建立一个空工程，用属性管理器分别新建一个对应debug和release工程的props配置文件，以后直接根据工程需要添加对应配置文件，而不需要每次新建工程后填写引用目录、库目录、附加依赖项，减少重复工作。(用WLW编辑，段间距有点大！)需要说明的是，本学习笔记不会按照先讲数据结构，再讲如何使用。与OpenCv1.x不...
openCV--core核心模块学习代码
06-09
OpenCV（开源计算机视觉库）是计算机视觉领域中广泛使用的库，它提供了丰富的函数和类，用于图像处理、特征检测、机器学习等多个方面。在OpenCV中，`core`模块是其基础，包含了核心的数据结构和基本操作。本文将深入...
读取cv::mat中的数据
07-08
对opencv2.0之后的cv::mat类读取数据，分别包括直接读取、指针读取和迭代器读取
OpenCV轻松入门-笔记1
08-03
在OpenCV的学习之旅中，首先我们要理解其基本概念和图像处理的方法。OpenCV是一个开源的计算机视觉库，广泛应用于图像处理、计算机视觉以及机器学习...通过深入学习和实践，你将能够利用OpenCV解决各种计算机视觉问题。
OpenCV Mat实例详解一源码
最新发布
02-13
在这个`OpenCV Mat实例详解一源码`中，我们将深入理解`Mat`类的使用方法和相关概念。 `Mat`类是OpenCV的核心，它支持多种数据类型，包括浮点数、整数、布尔值等，并且可以处理单通道和多通道的数据，如灰度图像、...
【OpenCV3图像处理】Mat类详解 之 元素的获取与赋值 （ 对比.at<>()函数 和 .ptr<>()函数）
热门推荐
把岁月化成歌 留在博客
04-12 3万+
Mat中像素的获取与赋值   计算机视觉中，图像的读取是图像处理的基础，图像就是一系列像素值，OpenCV使用数据结构cv::Mat来存储图像。cv::Mat是一个矩阵类，矩阵中每一个元素都代表一个像素，对于灰度图像，像素用8位无符号数，0表示黑色，255表示白色。对于彩色像素而言，每个像素需要三位这样的8位无符号数来表示，即三个通道（R,G,B），矩阵则依次存储一个像素的三个通道的值，然后再...
【OpenCV3学习笔记二】 OpenCV中的Mat类
阿哲的专栏
07-18 1136
1、初识Mat 构造Mat对象相当于构造了一个矩阵（数组），需要四个基本要素：行数 列数、通道数以及数据类型，所以Mat类的构造函数如下： Mat(int rows, int cols, int type) Mat(Size(int cols, int rows), int type)// Size 第一个元素是矩阵的列数（宽） 2、...
使用OpenCV从一个矩阵提取子矩阵
weixin_51995147的博客
01-20 867
介绍两个函数：cv::Range()和cv::Rect()
openCV4::Mat类元素的读取
maoruizhanshi的博客
09-29 84
Mat类的常用属性：可直接点调用Mat元素的读取：
opencv（java） byte[] 转换为Mat&Mat 转 byte[](用好Mat的get(),put()方法)
qluojieq的专栏
10-19 1万+
第一步：先定义一个自己要的MatMat image1 = new Mat(240,320, CvType.CV_8UC1);第二步：将你的byte[] grayData 放进去image1.put(0,0,grayData);好了，你的Mat生成啦参考api代码（\openCVLibrary320\src\main\java\org\opencv\imgproc）中方法 public stat
OpenCV深入学习(5)--直方图之calcHist使用
吉宝力--K.I.S.S.(Keep It Simple Software)
03-30 2万+
这次再深入学习一下calcHist函数，即用于计算直方图的函数，主要是分析一下该函数的众多的参数，看看应该如何使用，先给出一段代码，其中包括两部分，一部分来自opencv_tutorials中的例子，一部分来自opencv2refman中，都进行了修改，opencv版本为2.3.1。 #include #include #include #include #pragma co
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值