opencv学习笔记2-opencv读取图片信息并显示

 一、图像属性函数：

1. srcMat.rows：在Mat中，rows 是 行数，相当于 height。
2. srcMat.cols：在Mat中，cols 是 列数，相当于 width。
3. srcMat.dims：维度，普通的图片为二维。
4. srcMat.size().width：图像宽度， Size是OpenCV内部定义的数据类型。
5. srcMat.size().height：图像高度，Size是OpenCV内部定义的数据类型。
6. srcMat.depth()：在 OpenCV 中，Mat 类用于存储图像和矩阵数据，其深度（depth）字段定义了像素数据的类型和精度。
7. srcMat.channels(): channel数，如灰度图为单通道，RGB图为3通道。
8. srcMat.elemSize():elemSize==字节数x通道数,矩阵一个元素占用的字节数，Mat中一个元素的size(byte数),矩阵一个元素占用的字节数。
9. srcMat.elemSize1()：Mat中一个元素的一个通道的size(byte数)，矩阵元素一个通道占用的字节数（eleSize1==elemSize/channels）。
10. srcMat.total()：元素的总数，如果是图像，即为像素个数。
11.  srcMat.step：Mat矩阵中每一行的“步长”，以字节为基本单位，每一行中所有元素的字节总量（cols*elemSize=cols*eleSize1*channels）。
12. srcMat.step1() ：一个step的channel总数，每行的channel数。
13. srcMat.isContinuous()：该Mat在内存上是否连续。
14. srcMat.isSubmatrix()：是否为子矩阵。

二、补充说明：

a.深度ID概览：

        (1)深度 ID：表示 Mat 中每个通道的数据类型和大小，用一个0到6的整数表示。

        (2)精度：深度 ID 数字越大，表示的精度越高。

b.对应数据类型和位宽：

        (1)CV_8U：无符号 8 位整数（uchar 类型），深度 ID 为 0。

        (2)CV_8S：有符号 8 位整数（char 类型），深度 ID 为 1。

        (3)CV_16U：无符号 16 位整数（ushort 类型），深度 ID 为 2。

        (4)CV_16S：有符号 16 位整数（short 类型），深度 ID 为 3。

        (5)CV_32S：有符号 32 位整数（int 类型），深度 ID 为 4。

        (6)CV_32F：32 位浮点数（float 类型），深度 ID 为 5。通常用于需要小数精度的数据。

        (7)CV_64F：64 位浮点数（double 类型），深度 ID 为 6。提供更高的精度。

c.Mat 类型定义方法：

(1)Mat 类型的完整定义遵循模式: 

        CV_(位宽) + (数据类型) + (通道数量)。

 (2)例如：

• CV_8UC1：表示 8 位无符号单通道数据（灰度图像常用此类型）。
• CV_32FC3：表示 32 位浮点三通道数据（彩色图像常用此类型）。

d. 访问 Mat 数据：

        (1)当使用 Mat::at 访问 Mat 中的数据时，需要指定正确的数据类型，以匹配 Mat 的深度和通道数。

        (2)示例:

        如果 Mat 对象 srcMat 的深度为 CV_32F，意味着每个通道的数据类型是 float，并且可以使用 srcMat.at<float>(y, x) 来访问图像中位置 (y, x) 的像素值。

e.Mat中一个元素的size(byte数)数据类型：

• CV_8UC1，                         elemSize==1，1 byte；
• CV_8UC3/CV_8SC3，        elemSize==3；3 byte
• CV_16UC3/CV_16SC3，    elemSize==6；6 byte

三、示例代码：

#include <opencv2/core/utils/logger.hpp>//隐藏日志
#include <opencv2/highgui/highgui_c.h>
#include<opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include<iostream>
using namespace std;
using namespace cv;

//2-OPENCV读取图片信息并显示
int main()//int main(int argc, char** argv)
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);//不打印日志
	cout << "-----------start to read Image-------------" <<endl;//开始读取图片

	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\Q版阿离.png");//读入单张图片

	//读取图片的一些信息
	// Mat是否为空，可以判断读图是否成功
	cout << "empty:" << (srcMat.empty() ? "the Mat is empty,fail to read" : "not empty") << endl;
    //如果读图成功这输出not empty，否则the Mat is empty,fail to read
	if (srcMat.empty())return -1;

	


	cout << "rows:" << srcMat.rows << endl;//列数
	
	cout << "cols:" << srcMat.cols << endl;//行数
	
	cout << "dims:" << srcMat.dims << endl;//维度，普通图片为2维

	
	cout << "size[]:" << srcMat.size().width << "*" << srcMat.size().height << endl;

	cout << "depth (ID):" << srcMat.depth() << endl;

	cout << "channels:" << srcMat.channels() << endl;

	//即elemSize==字节数x通道数；矩阵一个元素占用的字节数
	cout << "elemSize:" << srcMat.elemSize() << "[byte]" << endl;


	// Mat中一个元素的一个通道的size(byte数)，矩阵元素一个通道占用的字节数
	//eleSize1==elemSize/channels；
	cout << "elemSize1 (elemSize/channels):" << srcMat.elemSize1() << "[byte]" << endl;

    cout << "total:" << srcMat.total() << endl;
    //元素的总数，如果是图像，即为像素个数

	// step （byte数）  
	//Mat矩阵中每一行的“步长”，以字节为基本单位，每一行中所有元素的字节总量
	//cols*elemSize=cols*eleSize1*channels
	cout << "step:" << srcMat.step << "[byte]" << endl;

	
	cout << "step1 (step/elemSize1):" << srcMat.step1() << endl;
    // 一个step的channel总数，每行的channel数
	
	cout << "isContinuous:" << (srcMat.isContinuous() ? "true" : "false") << endl;
    // 该Mat在内存上是否连续
	
	cout << "isSubmatrix:" << (srcMat.isSubmatrix() ? "true" : "false") << endl;
    // 是否为子矩阵
	
	imshow("src", srcMat);//显示图片
	waitKey(0);
	destroyAllWindows();
    return 0;
}

四、运行结果