1.Mat基础
OpenCV2中,数据结构Mat是保存图像像素信息的矩阵,它主要包含两部分:矩阵头和一个指向像素数据的矩阵指针。
矩阵头主要包含,矩阵尺寸、存储方法、存储地址和引用次数等。
矩阵头的大小是一个常数,不会随着图像的大小而改变,但是保存图像像素数据的矩阵则会随着图像的大小而改变,通常数据量会很大,比矩阵头大几个数量级。
这样,在图像复制和传递过程中,主要的开销是由存放图像像素的矩阵而引起的。
因此,OpenCV使用了引用次数,当进行图像复制和传递时,不再复制整个Mat数据,而只是复制矩阵头和指向像素矩阵的指针。
在OpenCV中IplImage是表示一个图像的结构体。
IplImage 通过cvCreateImage, 创建后复制像素到创建的内存,或者cvCreateImageHeader和cvSetImageData创建。
3.将uchar*数据转换成Mat,Iplimage*代码
// 注:frame为camera得到的帧
int height = frame->height;
int width = frame->width;
int nYUVSize = height * width;
int a = 0;
int i = 0;
// convert data to yuv420p
uchar *yuvBuffer = (uchar*) malloc(nYUVSize * 1.5);
uchar *pBGR24 = (uchar*) malloc(nYUVSize * 3);
for (i = 0; i < height; i++) {
memcpy(yuvBuffer + a, frame->data[0] + i * frame->linesize[0],
width);
a += width;
}
for (i = 0; i < height / 2; i++) {
memcpy(yuvBuffer + a, frame->data[1] + i * frame->linesize[1],
width / 2);
a += width / 2;
}
for (i = 0; i < height / 2; i++) {
memcpy(yuvBuffer + a, frame->data[2] + i * frame->linesize[2],
width / 2);
a += width / 2;
}
//std::cout<<"convert y420p to bgr24."<<std::endl;
// convert y420p to bgr24
double t3 = cvGetTickCount();
const long len = width * height;
unsigned char* yData = yuvBuffer;
unsigned char* vData = &yData[len];
unsigned char* uData = &vData[len >> 2];
int bgr[3] = { 0 };
int yIdx, uIdx, vIdx, idx;
for (int i = 0; i < height; i++) {
for (int j = 0; j < width; j++) {
yIdx = i * width + j;
vIdx = (i / 2) * (width / 2) + (j / 2);
uIdx = vIdx;
bgr[0] = (int) (yuvBuffer[yIdx]
+ 1.370705 * (vData[uIdx] - 128)); // b分量
bgr[1] = (int) (yuvBuffer[yIdx]
- 0.698001 * (uData[uIdx] - 128)
- 0.703125 * (vData[vIdx] - 128)); // g分量
bgr[2] = (int) (yuvBuffer[yIdx]
+ 1.732446 * (uData[vIdx] - 128)); // r分量
for (int k = 0; k < 3; k++) {
idx = (i * width + j) * 3 + k;
if (bgr[k] >= 0 && bgr[k] <= 255)
pBGR24[idx] = bgr[k];
else
pBGR24[idx] = (bgr[k] < 0) ? 0 : 255;
}
}
}
nCouta++;
char sWord[20] = { 0 };
sprintf(sWord, "%d", nCouta);
std::string sNumber(sWord);
IplImage *iplImage = NULL; //得到IplImage 类型
if (iplImage) {
cvReleaseImageHeader(&iplImage);
}
iplImage = cvCreateImageHeader(cvSize(width, height), IPL_DEPTH_8U,
3);
cvSetData(iplImage, pBGR24, width * 3);
Mat image = Mat(iplImage); //得到Mat 类型
cv::imshow("orginal", image);