图形处理第二讲 OpenCv：图片的读取及图片灰度化

最新推荐文章于 2023-10-12 20:24:40 发布

目的性明确

最新推荐文章于 2023-10-12 20:24:40 发布

阅读量1.6k

点赞数 12

分类专栏：图形处理文章标签： Opencv 图片读取灰度化图形格式转换

本文链接：https://blog.csdn.net/qq_42821223/article/details/97123618

版权

图形处理专栏收录该内容

2 篇文章 0 订阅

订阅专栏

因为之前参加恩智浦的比赛所以没有时间写第二讲，今天抽出了时间写写第二讲，图片的读取及图片灰度化，下一讲会讲比赛用的最广的单目标识别。

图片的读取

** 在Opencv中有自己的图片读取函数imread（英文：image read），自动将JPG图片读入，输出为Mat形式 注意这里的Mat和数组是有很大区别的，有兴趣的可百度**
** 所以调用图片之前我们需要先建立一个空Mat来承载图片，然后用imread()函数读取图片。**

imread()函数的说明

** 在OpenCv中的定义为：`

Mat imread( const String& filename, int flags = IMREAD_COLOR );

所以其中有两个输入，1是图片路径，2是图片格式（一般默认即可）

图片的读取程序

程序如图，其中image就是读取的Mat数据，imshow为显示读取的图片

 Mat image;
 image = imread("C:/图像处理/Opencv/frame/123.jpg");
 imshow("原图", image);   //第一个输入为图窗标题，第二个输入为要显示的图片

图片效果

我们找一个图片输入看看实际效果
在这里插入图片描述
成功显示了图窗标题，并且显示了要读取的图片。

Mat image的数据格式

我们成功显示了原图，接下来让我们直观的看看image承载的图片数据是怎么样的。因为矩阵数据过大，所以我截取了一部分

我们可以可以看出图片格式在重复刷新3列数据，这就是说明我们读取的是RGB格式图片，三列数据分别为图像元素点的R，G，B值。在正式图形处理中，这样的图片数据过大，普通主控如STM32，K60，无法快速处理，而我们又无需这样详细的数据，所以随之产生了大量的图像算法。接下来我讲最基础的图形格式转换，灰度图无法处理
** 我们可以看出图窗在重复刷新3列数据，这就是说明我们读取的是RGB格式图片，三列数据分别为图像元素点的R，G，B值。在正式图形处理中，这样的图片数据过大，普通主控如STM32，K60，无法快速处理，而我们又无需这样详细的数据，所以随之产生了大量的图像算法。接下来我讲最基础的图形格式转换，灰度转换**

图片的灰度化

转格式函数说明

** Opencv有自己的图片转格式程序cvtColor()**
程序定义为：

void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );

有四个输入。我们一般只需要前三个即可。
第一个为输入的图片，
第二个为输出图片，
第三个即为颜色映射码，通俗讲就是图片转换方式（可填名称，也可填code值），在OpenCv中有大量的格式转换方式。
如图：
在这里插入图片描述
我们要做RGB图片转灰度，即可使用第7个，RGB2GRAY（英文解释：RGB to GRAY）

第四个参数，dstCn用于指定目标图像的通道数，如果指定的值是默认值0，那么通道数将由输入图像和颜色转换码决定，即无特殊要求，可不填。

图片的灰度化程序

 cvtColor(image, imgGray, CV_RGB2GRAY)； //这里的CV_RGB2GRAY可替换为7

程序中的image即为读取的原图（RGB格式）；
imgGray即为转换之后的灰度图（单通道灰度形式 UNIT8）；
CV_RGB2GRAY 为转换命令RGB to GRAY。

图片效果

先将程序贴出来：

Mat image, imgGray；
image = imread("C:/Users/12725/Desktop/CSDN/视屏处理/第二讲/图片文件/F.jpg");
 if (!image.data)
 {
  cout << "Please input image path" << endl;
  return 0;
 }
imshow("原图", image);
cvtColor(image, imgGray, CV_RGB2GRAY);//灰度化处理
imshow("灰度图", imgGray);

我们将原图和灰度图一起显示，并做对比：
在这里插入图片描述
明显看出图片变得不再鲜艳，灰度化之后的图片整体呈现黑白话，这就说明我们灰度转换成功了。

图片格式

我们将图片中的一部分数据打印出来看一下格式：
在这里插入图片描述
我们对比RGB的矩阵数据，明显发现这个图片的矩阵数据各列都不相同，每个值都代表图片中一个元素点的灰度值，并且各灰度值都是unit8格式的（0~255），灰度化成功。

贴出本文所用的所有程序

int main()
{
	 Mat image, imgGray;
	 image = imread("C:/Users/12725/Desktop/CSDN/视屏处理/第二讲/图片文件/F.jpg");
		 if (!image.data)
		 {
			  cout << "Please input image path" << endl;
			  return 0;
		 }
	 imshow("原图", image);
       //cout << image << endl;//打印读取的原图数据格式（建议注释）
	 cvtColor(image, imgGray, CV_RGB2GRAY);
	 imshow("灰度图", imgGray);
	 //cout << imgGray << endl;//打印读取的原图数据格式（建议注释）
	
		
}
	
	
	```