OpenCV之imread解析

    近日，开始学习图像处理，思前想后决定以opencv作为实验基础。遂完成图片读取和显示功能。Imread作为常用的图像读取函数，虽然简单，但是参数的选择非常重要，直接影响到后期处理。同时在调试学习过程中也可以学习到图像处理的知识。

0 函数原型

    Mat imread(const String& filename,int flags = IMREAD_COLOR);

    返回Mat对象；

    参数filename: 待打开图片的绝对地址，需要注意的是，并不是所有文件都可以用它打开，它支持的文件如下；函数识别不是依靠文件的后缀名，而是依靠内容的编码格式；

需要注意的是imread读取数据时会重新排列数据。

• Windows bitmaps - *.bmp, *.dib (always supported)
• JPEG files - *.jpeg, *.jpg, *.jpe (see the Notes section)
• JPEG 2000 files - *.jp2 (see the Notes section)
• Portable Network Graphics - *.png (see the Notes section)
• WebP - *.webp (see the Notes section)
• Portable image format - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (always supported)
• Sun rasters - *.sr, *.ras (always supported)
• TIFF files - *.tiff, *.tif (see the Notes section)
• OpenEXR Image files - *.exr (see the Notes section)
• Radiance HDR - *.hdr, *.pic (always supported)
• Raster and Vector geospatial data supported by Gdal (see the Notes section)

    参数flags：打开的参数，这个非常重要，因为如果设置不合适的话，很容易出现预想之外的效果。它可以指导将原图读取时进行一定的转换。默认值是IMREAD_LOAD_GDAL。因此，如果是想直接处理原图，应该设置为IMREAD_UNCHANED。

IMREAD_UNCHANGED	If set, return the loaded image as is (with alpha channel, otherwise it gets cropped).
IMREAD_GRAYSCALE	If set, always convert image to the single channel grayscale image.
IMREAD_COLOR	If set, always convert image to the 3 channel BGR color image.
IMREAD_ANYDEPTH	If set, return 16-bit/32-bit image when the input has the corresponding depth, otherwise convert it to 8-bit.
IMREAD_ANYCOLOR	If set, the image is read in any possible color format.
IMREAD_LOAD_GDAL	If set, use the gdal driver for loading the image.
IMREAD_REDUCED_GRAYSCALE_2	If set, always convert image to the single channel grayscale image and the image size reduced 1/2.
IMREAD_REDUCED_COLOR_2	If set, always convert image to the 3 channel BGR color image and the image size reduced 1/2.
IMREAD_REDUCED_GRAYSCALE_4	If set, always convert image to the single channel grayscale image and the image size reduced 1/4.
IMREAD_REDUCED_COLOR_4	If set, always convert image to the 3 channel BGR color image and the image size reduced 1/4.
IMREAD_REDUCED_GRAYSCALE_8	If set, always convert image to the single channel grayscale image and the image size reduced 1/8.
IMREAD_REDUCED_COLOR_8	If set, always convert image to the 3 channel BGR color image and the image size reduced 1/8.

1 通道编码顺序

    通道，与像素深度深度有关。灰度图通常是8比特的像素深度，则通道数为1。如果是彩色图，且为RGB编码，那么一般为24比特的像素深度，通道数为3。而有的彩色图的像素深度是16或者32比特。16比特可能有多种情况：一是压缩的RGB格式，二是YUV的输出。无论何种，都是只有2通道，需要手动解析分离。32比特（windows *.bmp）的像素深度对应的彩色图，则表示的是4通道，RGBA，多出的A表示的是透明度的索引。

    另外读取时需要注意内部像素的编码顺序，这也依赖于imread的flags选项的取值，如果取值决定转成RGB，那么正常的顺序是BGR，排列顺序如下图所示。如果最后imread输出是四通道，多了Alpha通道，那么顺序是RGBA。

    

2 图像像素通道数据访问

    这部分可以借鉴网上资料，可以分为三种类型。

2.1 动态访问at<typename>(i,j)

    Imread返回的mat类，提供了at模板函数。Image.at<uchar>(i, j)；取出i行j列的数据，uchar可以理解为imread返回之后图像的编码类型（如1所述的通道）。如果是三通道，则可以是Vec3b，四通道则是Vec4b。

//CV_LOAD_IMAGE_UNCHANGED如果要取A分量那么flag最好设置成这个值 Mat image = imread("1_firstlai.png", CV_LOAD_IMAGE_UNCHANGED); for(int i=0;i<image.rows;i++) {     for(int j=0;j<image.cols;j++)     {         image.at<Vec3b>(i,j)[0]; //B         image.at<Vec3b>(i,j)[1]; //G         image.at<Vec3b>(i,j)[2]; //R                 image.at<Vec4b>(i,j)[0]; //B         image.at<Vec4b>(i,j)[1]; //G         image.at<Vec4b>(i,j)[2]; //R         image.at<Vec4b>(i,j)[3]; //A     } }

2.2 指针-更加高效

    imgage.ptr<uchar>(i)。

int nr=image.rows; // 将3通道转换为1通道 int nl=image.cols*image.channels(); for(int k=0;k<nr;k++) {     // 每一行图像的指针     const uchar* inData=image.ptr<uchar>(k);     for(int i=0;i<nl;i++)     {         inData[i];     } }

    本质就是将每行的3/4通道数据转换为1通道数据访问，因为OpenCV内部存储每一行像素数据以及像素内部通道数据都是连续存储的。但是行与行的数据并不一定是连续存储的，所以不能应用在行与行之间。

2.3 结合isContinuous的指针

    2.2中已经说明了，OpenCV中行与行之间不一定连续存储，也就是有可能连续存储，而且提供了对应的API支持判断是否连续这一现象，也可基于此，再提高访问速度。

int nr=image.rows; int nc=image.cols*image.channels(); if(image.isContinuous()){     nc=nc*nr;     nr=1; } for(int i=0;i<nr;i++){     // 每一行图像的指针     const uchar* inData=image.ptr<uchar>(i);     for(int j=0;j<nc;j++){         inData[j];     } }

2.4 安全但低效的迭代器

    2.1-2.3的方法虽然效率高，但是如果操作不小心，容易造成数组越界的Bug。所以opencv提供了一种更安全的访问方法-迭代器。

MatIterator_<Vec3b> it_im, itEnd_im; it_im    = im.begin<Vec3b>();  itEnd_im = im.end<Vec3b>();  for (; it_im != itEnd_im; it_im++, it_om++){       (*it_im)[0] ; //B     (*it_im)[1] ; //G     (*it_im)[2] ; //R  }