OpenCV学习笔记01:读取和遍历图像

最新推荐文章于 2024-08-22 16:23:21 发布
最新推荐文章于 2024-08-22 16:23:21 发布
阅读量1.3k 收藏 10
点赞数
分类专栏： 计算机视觉 文章标签： opencv c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ncepu_chen/article/details/104708343
版权

OpenCV学习笔记01:读取和遍历图像


仅作参考,详细API请参考 OpenCV官方文档.

使用OpenCV读取和保存图片

图片的读取

在安装好OpenCV后,编写第一个OpenCV测试程序如下:

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>

#include <iostream>

int main() {
    // 读取图片
    cv::Mat img = cv::imread("lena.jpg");
    // 判断是否读取成功
    if (img.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }
    // 显示图片
    cv::namedWindow("pic", cv::WINDOW_AUTOSIZE)
    cv::imshow("pic", img);
    cv::waitKey();

    return 0;
}

编译运行程序,可以看到OpenCV读取了图片文件并将其展示出来,证明我们的OpenCV安装成功.

在这里插入图片描述

其中cv::imread(const String& filename, int flags = IMREAD_COLOR)函数用于读取图片,参数列表如下:

  • filename参数表示图片的路径
  • flags参数表示将图片读取到内存的格式,可以是一下三者之一:
    • IMREAD_UNCHANGED(<0)表示以图片的存储格式来读取图片(包含α通道)
    • IMREAD_GRAYSCALE(=0)表示以灰度格式来读取图片(单通道)
    • IMREAD_COLOR(>0)表示以BGR格式读取图片(三通道)

cv::imread()函数返回一个Mat对象,可以调用其isempty()方法判断是否读取成功.

cv::imshow()函数用于展示图片.

图片的变换和保存

下面例子展示使用OpenCV进行色彩空间转换:

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>

#include <iostream>

int main() {
    // 读取图片
    cv::Mat image = cv::imread("lena.jpg", cv::IMREAD_COLOR);
    if (image.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    // 进行色彩空间转换
    cv::Mat gray_image;
    cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY);

    // 保存图片
    cv::imwrite("gray_image.jpg", gray_image);

    // 展示图片
    cv::namedWindow("color imge", cv::WINDOW_AUTOSIZE);
    cv::namedWindow("grayscale image", cv::WINDOW_AUTOSIZE);
    cv::imshow("color imge", image);
    cv::imshow("grayscale image", gray_image);

    cv::waitKey();
    return 0;
}

在这里插入图片描述

cv::cvtColor(InputArray src, OutputArray dst, int code, int dstCn = 0)函数用于进行色彩空间转换,其参数列表如下:

  • src,dst: 原矩阵和目标矩阵.
  • code: 色彩空间转换代码,指示原色彩空间和目标色彩空间,可选值见官方文档.
  • dstCn: 目标图像的通道数,若指定为0则输出通道数由code参数推断.

cv::imread()函数用于保存图片.

cv::Mat基本图像容器

在OpenCV中,图片数据是以cv::Mat类存储的,这是OpenCV得核心类.(在OpenCV1版本中,曾用IplImage结构体来存储图像,现已被废弃).使用cv::Mat类不用手动申请和释放内存,这要归功于cv::Mat类的结构.

cv::Mat类的结构

Mat类由两部分构成:

  1. 矩阵头(matrix header),存储图片矩阵的信息,包括矩阵形状,色彩空间,矩阵的内存地址等.
  2. 指向矩阵内容的data指针.

OpenCV使用指针计数管理内存的申请和释放,在矩阵头中有一个指针int* refcount,统计使用同一个图片矩阵的cv::Mat对象个数.

  • cv::Mat对象的引用赋值和复制构造函数都不会引起图片矩阵的复制:

    Mat A, C;                          	// 只创建了两个矩阵头
A = imread(argv[1], IMREAD_COLOR); 	// 读入数组

Mat B(A);							// 复制构造函数
C = A;                              // 引用赋值

    在上面的程序中,A,B,C3个cv::Mat对象的矩阵头不同,但指向同一个图片矩阵数组,对其中任何一个图片内容的修改会影响到另外两个图片内容.

  • 对图片的裁剪也不会引起矩阵图片的复制.

    Mat D(A, Rect(10, 10, 100, 100)); 		// 使用ROI裁剪
Mat E = A(Range::all(), Range(1,3)); 	// 指定行列裁剪

    D,E两个对象指向的是A图片内容的一部分,仍然与A共享同样的图片矩阵.

  • 可以使用cv::Mat::clone()和cv::Mat::copyTo()实现图片矩阵的拷贝,这样拷贝出来的图片内容与原图片矩阵是独立的,修改新图片不会影响原图片.

    Mat F = A.clone();
Mat G;
A.copyTo(G);

创建cv::Mat对象

在这里插入图片描述

常见有以下几种方式创建cv::Mat对象.

  1. 使用cv::Mat类构造函数

    cv::Mat类有很多构造函数,最常用的为Mat (int rows, int cols, int type, const Scalar &s),参数列表如下:

    • rows,cols: 表示图片尺寸.
    • type: 指定每个像素点的存储类型,为一系列宏定义,格式如下:CV_[每一项的位数][是否有符号][数据类型]C[通道数].例如:8UC3表示3通道,每个通道的每个像素点都由8位uchar表示;CV32FC4表示4通道,每个通道上的每个像素点由32位float表示.
    • s: 非必需项,表示每个像素点的值.Scalar是vector的子类.
    Mat M(2,2, CV_8UC3, Scalar(0,0,255));
cout << "M = " << endl << " " << M << endl << endl;

    输出:

    M =
 [  0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255]

  2. 使用cv::Mat的子类cv::Mat_

    cv::Mat_类使用泛型来替代cv::Mat类构造函数中的type参数来指定像素点的存储类型.这样可以避免一些运行期错误.

    下面程序会产生bug:

    Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
M.at<double>(0, 0) = 1;
cout << "M = " << endl << " " << M << endl << endl;

    输出:

    M =
 [  0,   0,   0,   0,   0,   0;
 240,  63,   0,   0,   0,   0]

    可以看到,由于错误的选择了赋值给像素点的数据类型,造成了bug,但是在编译期不会报任何错误.

    下面使用cv::Mat_类,可以看到在编译期会报warning.

    Mat_<Vec3b> M(2, 2, Vec3b(0, 255, 0));
M.at<double>(0, 0) = 1;
cout << "M = " << endl << " " << M << endl << endl;

  3. 也可以使用MATLAB风格的矩阵定义方式来定义vc::Mat对象.

    Mat E = Mat::eye(4, 4, CV_64F);
cout << "E = " << endl << " " << E << endl << endl;
Mat O = Mat::ones(2, 2, CV_32F);
cout << "O = " << endl << " " << O << endl << endl;
Mat Z = Mat::zeros(3,3, CV_8UC1);
cout << "Z = " << endl << " " << Z << endl << endl;

    输出:

    E=
 [1, 0, 0, 0;
 0, 1, 0, 0;
 0, 0, 1, 0;
 0, 0, 0, 1]

O =
 [1, 1;
 1, 1]

Z =
 [  0,   0,   0;
   0,   0,   0;
   0,   0,   0]

  4. 使用ROI进行图片裁剪

    #include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;
using namespace cv;

int main() {

    Mat pImg = imread("lena.jpg");
    Rect rect(90, 100, 100, 100); //(offset_x, offset_y)=(180, 200); (width, height)=(200,200);
    Mat roi = Mat(pImg, rect);
    Mat pImgRect = pImg.clone();
    rectangle(pImgRect, rect, Scalar(0, 255, 0), 1);
    imshow("original", pImgRect);
    imshow("roi", roi);

    waitKey();
    return 0;
}

    在这里插入图片描述

遍历cv::Mat对象

下面几种方法都可以遍历cv::Mat对象进行像素值的读写:

  1. 使用cv::Mat::at()方法进行随机读写(效率最低,不推荐):

    Mat_<uchar> grayimg(512, 512, (uchar) 0);
for (int i = 0; i < grayimg.rows; ++i) {
    for (int j = 0; j < grayimg.cols; ++j) {
        grayimg.at<uchar>(i, j) = (uchar) ((i + j) % 255);
    }
}
imshow("grayimg", grayimg);

Mat_<Vec3b> colorimg(512, 512, Vec3b(0, 0, 0));
for (int i = 0; i < colorimg.rows; ++i) {
    for (int j = 0; j < colorimg.cols; ++j) {
        Vec3b pixel;
        pixel[0] = (uchar) (i % 255);   // blue
        pixel[1] = (uchar) (j % 255);   // green
        pixel[2] = 0;       // red
        colorimg.at<Vec3b>(i, j) = pixel;
    }
}
imshow("colorimg", colorimg);
waitKey();

    在这里插入图片描述

  2. 使用迭代器(安全,但不灵活)

    Mat_<uchar> grayimg(512, 512, (uchar) 0);
for (MatIterator_<uchar> grayit = grayimg.begin(); grayit != grayimg.end(); ++grayit) {
    *grayit = (uchar) (rand() % 255);
}
imshow("grayimg", grayimg);

Mat_<Vec3b> colorimg(512, 512, Vec3b(0, 0, 0));
for (MatIterator_<Vec3b> colorit = colorimg.begin(); colorit != colorimg.end(); ++colorit) {
    (*colorit)[0] = (uchar) (rand() + 100 % 255);   // blue
    (*colorit)[1] = (uchar) (rand() + 200 % 255);   // green
    (*colorit)[2] = (uchar) (rand() % 255); 		// red
}
imshow("colorimg", colorimg);
waitKey();

    在这里插入图片描述

  3. 使用指针(效率最高,但要注意数组越界问题)

    使用cv::Mat::ptr(i)可以获取指向图像矩阵第i行第一项的指针,实现对图像矩阵的底层读写.要理解这种遍历方法,要先理解图像矩阵在内存中的存储方式:

    图像矩阵在内存中是以二维数组的形式存储的,数组的行数与图片的行数相同,列数则等于图片列数×图像深度.

    在这里插入图片描述

    另外图像矩阵还存在是否连续的问题,一般来说,图像矩阵是连续的,但通过ROI裁剪等方式得到的图像矩阵有可能是不连续的,可以使用cv::Mat::isContinuous()方法判断图像矩阵是否连续.

    http://opencv.jp/cookbook/_images/continuous_discontinuous.png

    #include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;
using namespace cv;

// 遍历图片矩阵
Mat &traversalImage(Mat &img) {

    // 获取图像的参数
    int channels = img.channels();      // 通道数
    int nRows = img.rows;               // 行数
    int nCols = img.cols * channels;   	// 列数,考虑到图像矩阵的存储形式,每一行的实际元素数应为列数乘以通道数

    // 若图像矩阵是连续的,则只需寻址一次
    if (img.isContinuous()) {
        nCols *= nRows;
        nRows = 1;
    }

    // 遍历图像矩阵
    for (int i = 0; i < nRows; ++i) {
        uchar *p = img.ptr<uchar>(i);
        for (int j = 0; j < nCols; ++j) {
            p[j] = (uchar) ((i + j) % 255);
        }
    }

    return img;
}

int main() {

    Mat_<uchar> grayimg(512, 512, (uchar) 0);
    traversalImage(grayimg);

    Mat_<Vec3b> colorimg(512, 512, Vec3b(0, 0, 0));
    traversalImage(colorimg);
 
    return 0;
}

在这里插入图片描述

例子:对图像进行color space reduction操作

对图片进行color space reduction操作可以降低灰度色阶数,提高运算速度.常见的color space reduction方式有查找表(look up table),计算表达式如下:
I n e w = ( I o l d 100 ) × 100 I_{new} = \left( \frac{I_{old}}{100} \right) \times 100 Inew​=(100Iold​​)×100

下面程序通过遍历实现look up table.

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;
using namespace cv;

int main() {
    // 读取并显示原图片
    Mat img = imread("lena.jpg");
    if (img.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }
    imshow("origin_img", img);

    // 遍历原图片进行 color space reduction 并展示
    int channels = img.channels();
    int nRows = img.rows;
    int nCols = img.cols * channels;
    if (img.isContinuous()) {
        nCols *= nRows;
        nRows = 1;
    }
    for (int i = 0; i < nRows; ++i) {
        uchar *p = img.ptr<uchar>(i);
        for (int j = 0; j < nCols; ++j) {
            p[j] = (uchar) (p[j] / 100 * 100);
        }
    }
    imshow("reduced_img", img);

    waitKey();
}

在这里插入图片描述

当然,OpenCV内置了cv::LUT()函数,可以实现同样的效果:

// 构建lookuptable
Mat lookUpTable(1, 256, CV_8U);
uchar* p = lookUpTable.ptr();
for( int i = 0; i < 256; ++i)
    p[i] = (uchar) (i / 100 * 100);
// 进行reduction
LUT(img, lookUpTable, output_img);

在这里插入图片描述

ncepu_Chen
关注
专栏目录
opencv 读取图像
huster0828的博客
04-13 426
1.1 读取图像 imread函数 ret = cv2.imread(filename,[flags]) ret 是返回值，其值是读取到的图像。如果未读取到图像，则返回 None filename 表示要读取的图像的完整文件名 flags是读取标记。该标记用来控制读取文件的类型。 这样会读取图像的部分素值 namedWindow函数 函数cv2.namedWindows()用来创建指定...
OpenCV4学习笔记（2）——图像的像素遍历
邱小兵的博客
02-26 1055
这次要整理记录的知识点呢是对图像的遍历操作，主要分为指针遍历和数组遍历。 1、首先是使用数组来遍历图像 /********************数组遍历像素点********************/ int height = image.rows; int width = image.cols; int ch = image.channels(); for (int row = 0; ...
opencv 读取图像
07-04
在opencv上用C/C++代码编写的用于读入和输出图像的代码，适合opencv初学者学习
OpenCV 图片的读取、显示与保存
最新发布
m0_37302966的博客
08-22 829
OpenCV 图片的读取、显示与保存
opencv读取图像
Mmagic1的博客
08-15 246
//OpenCV #include &lt;opencv2/core.hpp&gt; #include &lt;opencv2/highgui/highgui.hpp&gt; using namespace cv; int main( int argc, char *argv[ ] ) {          cv::Mat image;          image = cv::im...
Opencv 读取图片
yuchunhai321的博客
02-05 369
Mat image_source = imread(“D:\ \program\ \xie.png”)直接放入图片的绝对路径。 Mat image0=imread(“1.jpg”,1); //载入三通道彩色图像 Mat image0=imread(“1.jpg”,2 | 4); //载入无损的源图像 Mat image1=imread(“1.jpg”,0); //载入灰度图 Mat image2=imread(“1.jpg”,199); //载入3通道的彩色图像 img.channel()可以输出图片的通.
opencv学习笔记.docx
08-09
本文档为 OpenCV 学习笔记，涵盖了 OpenCV 库的基本使用和图像处理技术。文档分为两章，第一章介绍了图像的载入、保存和旋转操作，第二章详细介绍了图像的遍历和处理。 第一章：图像载入、保存和旋转 在 OpenCV 中...
python-opencv学习笔记（七）：滑动窗口与图像金字塔
submarineas的博客
03-08 1万+
引言 本节内容是我在实验楼所做实验，结合opencv官方对于这两种方法的例子与说明，想总结一些关于自己的笔记，也算是更系统的学习了yolo的运行方式。 滑动窗口 滑动窗口（Sliding Windows）在目标检测过程中的作用是定位目标（物体、动物等）在图片中的位置。在计算机视觉中滑动窗口是一个矩形框，它沿着从左向右、从上向下的方向在图片上滑动以达到提取出图片中每一个区域的目的。下图就是一个滑动窗口的例子，可以看到一个绿色矩形框沿着从左向右、从上向下的方向在图片上滑动。对于矩形框滑过的每一区域，我们使用分类
图像处理--OpenCV学习笔记
Prime me的博客
02-04 3107
OpenCV
OpenCV读取和显示图片
04-01
OpenCV读取和显示图片,cvLoadImage读取图像和StretchDlBits显示图像，每次打开图像自动调整滚动视图大小，使视图能包含完整图像。
OpenCV之图像读取
08-22 225
一、利用imread函数读取图像 两个参数的解释：第一个参数是读取文件的名称（包括路径，绝对路径或相对路径）；第二个参数是灰度或彩色读取标志，0---灰度、1---彩色； 二、numpy的利用 1、数组创建 利用.array()函数，对一维数组来说()内可以是()或[]都可以，然后有几个逗号就是几行一列；但对多维数组时必须是先[]，然后再看[]内部是几个[]，有几个[]就是几行，表示行的[...
opencv读取图片
imv123的博客
08-31 501
#include <opencv2/opencv.hpp> #include using namespace std; using namespace cv; int main() { Mat in_image, out_image; //读取原始图像 //使用相对路径——图片放在.vcxproj文件所在文件夹下 in_image = imread("1.jpg", IMREAD_UNCHANGED); //检查是否读取图像 if (in_image.empty()) { cout &
OpenCV读取图片
热门推荐
qq_43707174的博客
01-02 2万+
OpenCV读取图片的两种方式 第一种方式：直接通过Anaconda读取、显示 ①读取有色图片 import cv2#导入库 img = cv2.imread("images/1.jpg")#读取图片 # 显示图片 cv2.imshow("image",img) #等待 cv2.waitKey(0) #关闭所有窗口 cv2.destroyAllWindows() ②读取灰度图片 import cv2 gray_img = cv2.imread("images/2.jpg", cv2.IMREAD_GR
OpenCV读取显示图像
xinxi009gyx的博客
06-04 381
OpenCV读取显示图像 opencv读图像–imread openvc显示图像imshow 读取显示多个图像 dir = '/file_dir' show_files=['1.jgp','2.jpg', for file in show_files: file_name = os.path.join(dir, file) image = cv2.imread(file_name) ...
1.1OpenCV读取图像
yeler082的博客
10-06 511
#include using namespace cv; int main() { Mat img = cv::imread("D:\\opencv\\pic\\index.jpg");//读取图片，这里需要写出对应的文件目录 imshow("test", img);//显示读取的图片 waitKey();//等待按键 return 0; }运行结果：
opencv简单的图像读取
WenCoo的博客
10-17 502
废话不多说，直接上代码 .h #ifndef MAINWINDOW_H #define MAINWINDOW_H #include #include #include using namespace std; class MainWindow : public QMainWindow { Q_OBJECT public: MainWindow(QWidget *
OpenCV入门：迭代器遍历图像示例与数据指针讲解
在Android Studio中，使用迭代器遍历图像是...该部分教程旨在帮助读者快速掌握OpenCV的基础，通过实例和理论相结合的方式，逐步熟悉OpenCV的使用，特别是如何利用迭代器遍历图像，以便进行更复杂的图像分析和处理任务。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值