Opencv实战(1)读取与图像操作

Opencv

一、读取图片

1.imshow

Mat imread(const string& filename, intflags=1 );

flags:
enum
{
/* 8bit, color or not */
   CV_LOAD_IMAGE_UNCHANGED  =-1,
/* 8bit, gray */
   CV_LOAD_IMAGE_GRAYSCALE  =0,
/* ?, color */
   CV_LOAD_IMAGE_COLOR      =1,
/* any depth, ? */
   CV_LOAD_IMAGE_ANYDEPTH   =2,
/* ?, any color */
   CV_LOAD_IMAGE_ANYCOLOR   =4
};

Mat image0=imread("dota.jpg",CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);//载入最真实的图像
Mat image1=imread("dota.jpg",0);//载入灰度图
Mat image2=imread("dota.jpg",199);//载入3通道的彩色图像
Mat logo=imread("dota_logo.jpg");//载入3通道的彩色图像

• CV_LOAD_IMAGE_UNCHANGED，这个标识在新版本中被废置了，忽略。
• CV_LOAD_IMAGE_ANYDEPTH- 如果取这个标识的话，若载入的图像的深度为16位或者32位，就返回对应深度的图像，否则，就转换为8位图像再返回。
• CV_LOAD_IMAGE_COLOR- 如果取这个标识的话，总是转换图像到彩色一体
• CV_LOAD_IMAGE_GRAYSCALE- 如果取这个标识的话，始终将图像转换成灰度

---

• flags >0返回一个3通道的彩色图像。
• flags =0返回灰度图像。
• flags <0返回包含Alpha通道的加载的图像。

2.namedWindow

void namedWindow(const string& winname,int flags=WINDOW_AUTOSIZE ); 

• WINDOW_NORMAL设置了这个值，用户便可以改变窗口的大小（没有限制）
• WINDOW_AUTOSIZE如果设置了这个值，窗口大小会自动调整以适应所显示的图像，并且不能手动改变窗口大小。
• WINDOW_OPENGL 如果设置了这个值的话，窗口创建的时候便会支持OpenGL。

3.imshow

void imshow(const string& winname, InputArray mat);

4.效果图

c++

python

二、像素操作

(1).访问像素

1. at()

image.at<uchar>(j,i)= value;  //单通道
image.at<cv::Vec3b>(j,i)[channel]= value;  //三通道
image.at<cv::Vec3b>(j,i) = cv::Vec3b(a,b,c);

2.Mat_

cv::Mat_<uchar> image(image1);
image(20,30) = value;

(2).遍历像素

1.指针遍历

uchar *data = image.ptr<uchar>(i);  //ptr()返回行的地址

for (int i = 0; i < height; i++) {
    cv::Vec3b* row = image.ptr<cv::Vec3b>(i);
    for (int j = 0; j < width; j++) {
        cv::Vec3b& pixel = row[j];//Vec3b&直接操作图像中的像素值，而不需要创建新的对象
        std::cout << "Pixel at (" << i << "," << j << "): "
                  << "B=" << (int)pixel[0] << " "
                  << "G=" << (int)pixel[1] << " "
                  << "R=" << (int)pixel[2] << std::endl;
    }
}

2.迭代器遍历

cv::MatIterator_ <cv::Vec3b> it;
或者
cv::Mat_<cv::Vec3b>::iterator it;

cv::MatIterator_<cv::Vec3b> it, end;
for (it = image.begin<cv::Vec3b>(), end = image.end<cv::Vec3b>(); it != end; ++it) {
    
    cv::Vec3b& pixel = *it;
    
    pixel[0] = 255; 
    pixel[1] = 0; 
    pixel[2] = 0; 
}

python

c++

(3).threshold

double cv::threshold(src, OutputArray, thresh, maxval, type)

c++:

python:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

(4).通道分离

1.split

C++: void split(const Mat& src, Mat*mvbegin);
C++: void split(InputArray m,OutputArrayOfArrays mv);

2.merge

C++: void merge(const Mat* mv, size_tcount, OutputArray dst)
C++: void merge(InputArrayOfArrays mv,OutputArray dst)

c++

python

(5)Gamma矫正

Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系。Gamma矫正用于调整图像的亮度和对比度。Gamma矫正可以改变图像的灰度值分布，使图像在显示时看起来更加自然和逼真。通常情况下，人眼对亮度的感知是非线性的，因此使用Gamma矫正可以更好地模拟人眼的感知特性。
$$V_{out}=A{V}_{in}^{\gamma }$$
γ的值决定了输入图像和输出图像之间的灰度映射方式，即决定了是增强低灰度值区域还是增高灰度值区域。
γ>1时，图像的高灰度区域对比度得到增强，直观效果是一幅偏亮的图变暗了下来。
γ<1时，图像的低灰度区域对比度得到增强，直观效果是一幅偏暗的图变亮了起来。

python

c++

三、深浅拷贝

浅拷贝是指当图像之间进行赋值时，图像数据并未发生复制，而是两个对象都指向同一块内存块。

深拷贝是指新创建的图像拥有原始图像的崭新拷贝

c++

python