OpenCV学习 day2 （Mat和QImage）

m0_71100223

于 2024-06-28 16:19:13 发布

阅读量1.3k

点赞数 35

分类专栏： opencv学习文章标签： opencv 学习人工智能

本文链接：https://blog.csdn.net/m0_71100223/article/details/140036610

版权

opencv学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

第四章：

4.1 mat类的内容

一、基础知识

Mat: mat类的名称是从矩阵借用来的，是个n维数组。

灰度值：单通道，最小为0（黑色），最大为255（白色）

RGB：彩色图，三通道，每个像素点是三个值，对应红、绿、蓝

二、构造函数、属性与方法

创建一个10*10矩阵，每个元素有一个单通道8为无符号整数

Mat matrix(10, 10, CV_8UC(1));

创建相同的矩阵，并用0值初始化

Mat matrix(10, 10, CV_8UC(1), Scalar(0));

第三个参数是将类型，统计数，通道数统一到一个宏里面

CV_<bits><type>C(<channels>)

CV_ 8 U C(1) //当通道数为1的时候可以省略第三个参数

<bits>: 8、16有无符号的整数 32有无符号的整数和福电视 64有无符号的浮点数

<type>:U 无符号整数 S有符号整数 F：有符号浮点数

<channels>:通道数一般不超过4 RGBA

创建一个立方体，变成边长为10，双精度（64）的双通道元素,初始化值为1.0

int sizes[] = {10, 10, 10};

Mat cube(3, sizes, CV_64FC(2), Scalar::all(1.0));

//还可以使用 create方法更改类型大小

Mat matrix;

matrix.create(10, 10, CV_8UC(1));

也可以使用一个Mat类的一部分，创建另一个Mat类，例如以一个图像的(25,25)为起点创建一个50*50像素的正方形RIO Mat类(RIO 感兴趣区域,Region of Interest)

Mat roi(image, Rect(25, 25, 50, 50)) //左上角是（0,0）

//创建该区域会影响到原本的图像，因为没有复制图像

Mat imageCopy = image.clone();

可以直接通过赋值来改变颜色

Mat rio(image,Rect(500, 138, 63, 65));

roi = Scalar(0); //全变成黑色

还可以选择单行单列，多行多列

//单行单列

Mat r = image.row(0) //first row

Mat c = image.column //first column

//多行多列

Mat centraRows = image.rowRange(image.rows/2-10, image.rows/2+10)

Mat centraColumns = image.columnRange(image.cols/2-10, image.cols/2+10)

centraRows = Scalar(0);

centraColumns = Scalar(0);

使用locateROI函数来获取父图像的大小以及父图像内ROI的左上角位置

Mat centraRows = image.rowRange(image.rows/2-10, image.rows/2+10);

Size parentSize;

Point offset;

centraRows.locateROI(parentSize,offset);

int parentWidth = parentSize.width;

int parentHeight = parentSize.height;

int x = offset.x;

int y = offset.y;

Mat类还包含许多信息属性和函数：

depth、channel、type、cols、rows、elemSize、elemSize1（不考虑通道数,例如三通道要除以3）、empty、isContinuous、isSubmatrix(判断是不是子矩阵)、total、step、at(函数模板)、begin和end、forEach、adjustROI、clone、converTo、copyTo、ptr、release、reserve、reserveBuffer、reshape、resize、setTo、cross、diag、dot、eye、inv、ones、t、zeros。

特别注意"at" 假如image是CV_8UC(3)类型则可以用以下代码访问（x,y）处的像素：

image.at<Vec3b>(x,y) = c //把颜色改为c

//也可以使用typedef创建命名自己的Vec类型

typedef Vec<Type,c> NewType

typedef Vec<quint8,3> QCvVec3B

用四种方法实现一样的效果，将每个像素点的值除以5：

//法一

for(int i = 0; i < image.rows; i++)

{

        for(int j = 0; j<image.cols; j++)

        {

image.at<Vec3b>(i, j) /= 5;

        }

}

//法二

MatIterator_<Vec3b> it_begin = image.begin<Vec3b>();

MatIterator_<Vec3b> it_end = image.end<Vec3b>();

for(; it_begin!= it_end;it_begin++)

{

*it_begin /= 5;

}

//法三 forEach（与Iambda一起用）

image.forEach<Vec3b>([](Vec3b &p, const int *))

{

p /= 5;
}

//法四

Mat darkerImage = image / 5；

三、Mat_<_TP>类

这段代码创建了一个原始图像image的拷贝，并将拷贝中(10, 10)位置的像素设置为黑色。

Mat_<Vec3b> imageCopy(image);

imageCopy(10, 10) = Vec3b(0,0,0);

四、Mat_<_TP，m，n>

五、UMat类

Mat与UMat类之间的转化用到两个函数,还会用到访问标志例如 ACCESS_READ等等。

Mat::getUMat

Umat::getMat

4.2 利用OpenCV读取图像

前文使用了imread函数从磁盘读取图像例如以下代码

Mat image = imread("c:/dev/test.jpg", IMREAD_GRAYSCALE | IMREAD_IGNORE_ORIENTATION);

第二个参数意思是加载为灰度图且忽略掉图像文件的EXIT数据中的朝向部分（这些图像可能包含EXIF（Exchangeable Image File Format）元数据，这些元数据描述了如何正确显示图像，包括方向）。

4.3 利用OpenCV写入图像

imwrite("c:/dev/test.jpg",image, params);

4.4 利用OpenCV视频读写

使用 VideoCapture类

4.5 QImage类

QImage image(320, 240 QImage::Format_RGB888);

//或者

QImage image(QSize(320, 240), QImage::Format_RGB888);

注意QImage类和Mat类的数据格式不一样，QImage类是RGB，而OpenCV的Mat类是BGR，

因此要先转换数据格式。

Mat mat = imread("c:/dev/test.jpg"); //RGB

cvtColor(mat, mat, CV_BGR2RGB); //交换红蓝通道数据

QImage image(mat.data,

mat.cols,

mat.rows,

mat.step,

QImage::Format_RGB888);