【无标题】OpenCV基础理论知识

Mat

mat是一个结构体，表示一个矩阵，可以是一个通道的，也可以是3个通道。它有头部和底部之分，头部代表这个矩阵的属性，底部代表的是数据。

Mat的拷贝

浅拷贝 只是把mat的头部复制了一份，数据还是指向同一块，
Mat a = imread(file, IMREAD_COLOR)
Mat B(a) 把a复制给B，这是浅拷贝
如下图所示

Mat的深拷贝 把属性和数据全部拷贝出来，方法有

CV：：Mat：：clone（）
CV：：Mat：：copyTo（）
copy()

以下代码验证浅拷贝与深拷贝

import cv2
import numpy as np
img = cv2.imread('d:\\STUDY_OPENCV\\img\\2.jpg')

#浅拷贝
img2 = img

#深拷贝
img3 = img.copy()

img[10:100,10:100] = [0,0,255]#img改变了，img2也跟着改变
cv2.imshow('img',img)
cv2.imshow('img2',img2)
cv2.imshow('img3',img3)

cv2.waitKey(0)

访问图像mat的一些基本属性

import cv2
import numpy as np
img = cv2.imread('d:\\STUDY_OPENCV\\img\\2.jpg')

#shape 属性中包括了三个信息，高度，长度，通道数
print(img.shape)
#图像占多大空间
#高度*长度*通道数
print(img.size)
#图像中每个元素的位深
print(img.dtype)

打印出来如下

图像通道的分离与合并

**split(mat)**把n个通道的图像分离成n个通道
**merge((ch1,ch2,ch3,…))**把多个通道合并成一个图像

import cv2
import numpy as np

img = np.zeros((480,640,3),np.uint8)
#img = cv2.imread('d:\\STUDY_OPENCV\\img\\2.jpg')
#分离通道
b,g,r = cv2.split(img)
b[10:100,10:100] = 255#分离出来的图片相当于只有一个通道，黑白颜色图片
g[10:100,10:100] = 255
print(b[400,250])
print(g[400,250])

#合并通道
img2 = cv2.merge((b,g,r))

cv2.imshow('img',img)
cv2.imshow('b',b)
cv2.imshow('g',g)
cv2.imshow('img2',img2)
cv2.waitKey(0)

最后img2【10：100，10：100】矩阵是青色的