本文是《OpenCV实战从入门到精通》系列之第11篇
【OpenCV】OpenCV实战从入门到精通之一 -- OpenCV宏的讲解
【OpenCV】OpenCV实战从入门到精通之二 -- OpenCV如何进行图像腐蚀操作
【OpenCV】OpenCV实战从入门到精通之三 -- canny边缘检测
【OpenCV】OpenCV实战从入门到精通之四 -- 常用的函数讲解(mat、imread、imshow、imwrite、nameWindow)
【OpenCV】OpenCV实战从入门到精通之五 -- 教你使用Rect()函数
【OpenCV】OpenCV实战从入门到精通之六 -- 教你如何使用滑动条-createTrackbar()函数
【OpenCV】OpenCV实战从入门到精通之七 -- 教你如何使用鼠标操作SetMouseCallback
【OpenCV】OpenCV实战从入门到精通之八 -- 带你深入理解Mat容器
【OpenCV】OpenCV实战从入门到精通之九 -- OpenCV有哪些常用的数据结构和函数
【OpenCV】OpenCV实战从入门到精通之十 -- 教你如何使用OpenCV绘制基本图形
目录
颜色空间缩减
我们可以把当前的像素值用一个值来划分,比如0-9的像素都归为0,10-19的像素都归为10,依此类推。
256个数值最后可以表示为26个数字。三通道一下子降低为26*26*26
上述即:当你把unsigned char除以一个int值,得到的值仍然是char,同时小数部分被丢弃,用数学表达式表示:
最简单的办法就是对矩阵像素进行遍历,遍历时每一个都进行一次除法和乘法操作。(这样做法直接暴力,但是浪费效率)
计算机中效率最高的是加法、减法和赋值
将所有结果存在表中,每次就不用计算,直接查表赋值即可。
divideWith=10;
uchar table[256];//存储像素空间减少的色彩域
for (int i = 0; i < 256; ++i)
table[i] = (uchar)(divideWith * (i/divideWith));
Look up table
Mat lookUpTable(1, 256, CV_8U);//创建
uchar* p = lookUpTable.data;
for( int i = 0; i < 256; ++i)
p[i] = table[i];
其实书上讲的很含糊,让人摸不清头脑。
两个比较好的讲解:
https://blog.csdn.net/anjisi/article/details/53899222
https://blog.csdn.net/jameshater/article/details/50759650
图像矩阵数据在内存中的存储方式
如Mat类教程中所述,图像的大小取决于色彩系统,精确一点讲,取决于图像的通道数量。如下是灰阶单通道图像示意图:
这是RGB示意图:
注意排序方式BGR,不是RGB。在现代大多数情况下,内存都足够大,以致矩阵存储的方式是连续的,即一行接着一行,形成一个很大的连续存储区,这种存储方式有利于提高访问速度,你可以使用isContinuous()来判断是否连续存储,在下节中你可以找到这样的例子。