Opencv学习之:如何将矩阵转换成图片,如何将图片转换成矩阵

图片转化成矩阵

方法一:

使用 PIL 的方法 + img.getdata() 提取数据 + np.array() 的转换

  • 最后得到的结果是个二维数组
from PIL import Image
import numpy as np
'''图片转数组'''
img = Image.open('1.jpg')   # 使用 PIL 打开图片
data = img.getdata()   # 获取图片的数据信息 class <'ImagingCore'>
data = np.array(data)   # 把这个数据通过 numpy 转换成多维度的张量
print(data)

在这里插入图片描述

方法二:

直接用 cv2.imread() 读出来就是个三维的数组

import cv2
img2 = cv2.imread('1.jpg')  # 使用 cv2 来打开图片
print(img2)

在这里插入图片描述
如果想知道方法一和方法二的区别,可以查阅我的上一篇 opencv 学习文章:
https://blog.csdn.net/qq_42902997/article/details/108326214

矩阵转换成图片

  • 产生一个 625 * 625 * 3 的图片,先产生 625 * 625 * 3 = 1171875 个像素点
  • 将产生的数据通过numpy 进行 resize
  • 将处理过的矩阵通过 imwrite 写成新的图片(如果没有这一步而直接 imshow 会出错)

错误代码段

data = [random.randint(0,255) for _ in range(1171875)]
data = np.resize(data,(625,625,3))
print(data)

cv2.imshow('img2',data)  # 错误示范:这里直接将矩阵是 imshow 不出结果的
cv2.waitKey(0)

正确代码段

import numpy as np
import cv2
import random

data = [random.randint(0,255) for _ in range(1171875)]   
data = np.resize(data,(625,625,3))
print(data)
cv2.imwrite('2.jpg',data)
s = cv2.imread('2.jpg')
cv2.imshow('img2',s)
cv2.waitKey(0)

最后产生了一张这样的图:其中像素点的值都在 0-255 之间
在这里插入图片描述

要将OpenCV中的`cv::Mat`类型转换为zxing所需的格式,您可以通过以下步骤进行操作: 1. 首先,将OpenCV图像数据转换为zxing所需的灰度图像数据。您可以使用OpenCV的`cv::cvtColor()`函数将彩色图像转换为灰度图像。 ```cpp cv::Mat image = cv::imread("path/to/your/image.jpg", cv::IMREAD_GRAYSCALE); ``` 2. 接下来,创建一个自定义的`cv::LuminanceSource`类,继承自zxing的`LuminanceSource`类,并实现必要的函数。在这个类中,您可以提供一个构造函数,以及`getMatrix()`函数来获取图像数据。 ```cpp class OpenCVLuminanceSource : public zxing::LuminanceSource { private: cv::Mat image_; public: OpenCVLuminanceSource(cv::Mat image) : LuminanceSource(image.cols, image.rows), image_(image) {} zxing::ArrayRef<char> getRow(int y, zxing::ArrayRef<char> row) const { int width = getWidth(); if (!row || row->size() < width) { row = zxing::ArrayRef<char>(width); } const uchar* imgRow = image_.ptr<uchar>(y); memcpy(&row[0], imgRow, width); return row; } zxing::ArrayRef<char> getMatrix() const { int width = getWidth(); int height = getHeight(); zxing::ArrayRef<char> matrix = zxing::ArrayRef<char>(width * height); for (int y = 0; y < height; ++y) { const uchar* imgRow = image_.ptr<uchar>(y); memcpy(&matrix[y * width], imgRow, width); } return matrix; } }; ``` 3. 使用自定义的`OpenCVLuminanceSource`类创建zxing所需的`zxing::Ref<zxing::LuminanceSource>`对象。 ```cpp cv::Mat image = cv::imread("path/to/your/image.jpg", cv::IMREAD_GRAYSCALE); OpenCVLuminanceSource source(image); zxing::Ref<zxing::LuminanceSource> luminanceSource(&source); ``` 4. 最后,使用上述创建的`luminanceSource`对象来创建`BinaryBitmap`对象并进行解码操作。 ```cpp zxing::Ref<zxing::Binarizer> binarizer = zxing::Binarizer::createBinarizer(luminanceSource); zxing::Ref<zxing::BinaryBitmap> bitmap = zxing::Ref<zxing::BinaryBitmap>(new zxing::BinaryBitmap(binarizer)); zxing::DecodeHints hints; hints.setTryHarder(true); zxing::MultiFormatReader reader; zxing::Ref<zxing::Result> result = reader.decode(bitmap, hints); std::string decodedData = result->getText()->getText(); std::cout << "Decoded data: " << decodedData << std::endl; ``` 通过以上步骤,您可以将OpenCV中的图像转换为zxing所需的格式,并进行解码操作。 请注意,以上代码仅提供了一个示例实现,您可能需要根据您的实际情况进行适当的修改和调整。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

暖仔会飞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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