一、图像属性函数:
- srcMat.rows:在Mat中,rows 是 行数,相当于 height。
- srcMat.cols:在Mat中,cols 是 列数,相当于 width。
- srcMat.dims:维度,普通的图片为二维。
- srcMat.size().width:图像宽度, Size是OpenCV内部定义的数据类型。
- srcMat.size().height:图像高度,Size是OpenCV内部定义的数据类型。
- 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。 - srcMat.channels(): channel数,如灰度图为单通道,RGB图为3通道。
- 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。
- 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)。
- srcMat.total():元素的总数,如果是图像,即为像素个数。
- 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)。
- srcMat.step1() :一个step的channel总数,每行的channel数。
- srcMat.isContinuous():该Mat在内存上是否连续。
- 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;
}