matlab与opencv读入图片的不同之处
使用以下matlab代码输出图片的前10个像素的数据
img = imread('D:/picture/lenabmp24.bmp');
r = img(:,:,1);
g = img(:,:,2);
b = img(:,:,3);
for ii = 1:10
[b(1, ii), g(1, ii), r(1, ii)]
fprintf('\n');
end
使用以下c++代码输出图片的各个像素的数据
int OutputImgToTxt(string filename, Mat &img)
{
if (filename.empty() || !img.data)
{
return -1;
}
ofstream out(filename);
if (!out.is_open())
{
return -1;
}
int row = img.rows;
int col = img.cols;
int channels = img.channels();
for (int i = 0; i < row; i++)
{
unsigned char *ptr = img.ptr(i);
for (int j = 0; j < col; j++)
{
for (int k = 0; k < channels; k++)
{
out << (int)ptr[j*channels + k] << " ";//opencv各个像素的值是按蓝色、绿色、红色通道排列的
}
out << "|";
}
out << endl;
}
out.close();
return 0;
}
lena.jpg为24位彩色图像
- 使用opencv的函数imread读入图片lena.jpg
- 使用matlab的函数imread读入图片lena.jpg
- 然后分别使用上述2种代码,得到图片lena.jpg的前10个像素的数据,并进行对比,结果发现有些像素中对应颜色通道的灰度值不同,相差1或者2个灰度值。
lenabmp24.bmp为24位彩色图像
- 使用opencv的函数imread读入图片lenabmp24.bmp
- 使用matlab的函数imread读入图片lenabmp24.bmp
- 然后分别使用上述2种代码,得到图片lena.jpg的前10个像素的数据(3通道),并进行对比,结果发现所有像素的各个对应通道的灰度值全部相同。
原因:
bmp图片中存储是图片的实际数据。jpg图片存储的是图片的压缩过的数据,在jpg被读入到matlab中或者opencv中时,要解压缩。matlab和opencv在解压缩jpg图片的过程中,某些处理可能存在差异,从而导致读入的图片中某些对应的像素的灰度值有微小的差异。