opencv第三课 Mat对象的使用

                        opencv第三课 Mat对象使用

 

传送门：opencv第二课传送门

传送门：opencv第4课图像读写

目录

         程序源码

代码分析：

---

程序源码

 今天学习Mat对象的使用，还是比较简单的：

  先上代码吧：

// opencv_00003.cpp : 定义控制台应用程序的入口点。
//

#include<iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
	Mat src;
	src = imread("D:/image/2.jpg");
	if (src.empty())
	{
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);
	//创建的第一个
	Mat dst;
	dst = Mat(src.size(),src.type());
	dst = Scalar(127,0,255);
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	imshow("output", dst);

	//创建第二个
	Mat img = src.clone();
	//第二种方式
	//src.copyTo(img);
	namedWindow("output1", CV_WINDOW_AUTOSIZE);
	imshow("output1", img);

	Mat dstone;
	cvtColor(src, dstone, CV_BGR2GRAY);
	cout << "input image chanels: " << src.channels() << endl;
	cout << "input image chanels: " << dstone.channels() << endl;

	int col = dstone.cols;
	int row = dstone.rows;

	cout << "rows : " << row << " cols : " << col << endl;
	const uchar * firstRow = dstone.ptr<uchar>(0);
	cout << "first pixel value : " << *firstRow << endl;

	Mat M(10,10,CV_8UC3,Scalar(0,0,255));
	cout << "M =" << endl << M << endl;
	namedWindow("output2", CV_WINDOW_AUTOSIZE);
	imshow("output2", M);

	Mat m1;
	m1.create(src.size(), src.type());
	m1 = Scalar(0,0,255);
	
	Mat m2 = (Mat_<char>(3,3) << 0, -1, 0, -1, 5,-1, 0, -1, 0);
	Mat m3;
	int a = src.depth();
	cout << "depth " << a << endl;
	filter2D(src, m3, src.depth(), m2);
	namedWindow("output3", CV_WINDOW_AUTOSIZE);
	imshow("output3", m3);

	waitKey(0);
    return 0;
}

结果：

input image chanels: 3
input image chanels: 1
rows : 400 cols : 400
first pixel value :
M =
[  0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255;
   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255,   0,   0, 255]
depth 0

同时出了几个图，下面我们来分析一下;

代码分析：

	Mat src;
	src = imread("D:/image/2.jpg");
	if (src.empty())
	{
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);

 最常规的一个读图片的 结果：

 

//创建的第一个
	Mat dst;
	dst = Mat(src.size(),src.type());
	dst = Scalar(127,0,255);
	namedWindow("output", CV_WINDOW_AUTOSIZE);
	imshow("output", dst);

这里讲一下 Scalar(127,0,255)  复制像素的值，本图片是RGB形式，所以是3个参数。

//创建第二个
	Mat img = src.clone();
	//第二种方式
	//src.copyTo(img);
	namedWindow("output1", CV_WINDOW_AUTOSIZE);
	imshow("output1", img);

 

本例子使用的是克隆的方式复制图片数据到Mat中，显示出来的图片与第一张相同;

    Mat dstone;
	cvtColor(src, dstone, CV_BGR2GRAY);
	cout << "input image chanels: " << src.channels() << endl;
	cout << "input image chanels: " << dstone.channels() << endl;

	int col = dstone.cols;
	int row = dstone.rows;

	cout << "rows : " << row << " cols : " << col << endl;
	const uchar * firstRow = dstone.ptr<uchar>(0);
	cout << "first pixel value : " << (int)*firstRow << endl;

这部分分别求原图与变成灰色图的通道数，以及灰色图像的行与列，并且输出第一个数组的值：

 

at M(10,10,CV_8UC3,Scalar(0,0,255));
	cout << "M =" << endl << M << endl;
	namedWindow("output2", CV_WINDOW_AUTOSIZE);
	imshow("output2", M);

这部分代码输出的是：

就是 10 * 10 的一个红色像素图像，这里M(10,10,CV_8UC3,Scalar(0,0,255));  

       其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3，第四个参数是向量表示初始化每个像素值是多少，向量长度对应通道数目一致。

    Mat m1;
	m1.create(src.size(), src.type());
	m1 = Scalar(0,0,255);
	
	Mat m2 = (Mat_<char>(3,3) << 0, -1, 0, -1, 5,-1, 0, -1, 0);
	Mat m3;
	int a = src.depth();
	cout << "depth " << a << endl;
	filter2D(src, m3, src.depth(), m2);
	namedWindow("output3", CV_WINDOW_AUTOSIZE);
	imshow("output3", m3);

	waitKey(0);

这部分是通过create来创造一个Mat，filter2D(src, m3, src.depth(), m2) 这个是增加对比度的图像，上一课讲述过的：

 

是不是非常的简单，哈哈哈，你学会了吗。  喜欢的同学可以关注我的博客，一起学习，加油！