Mat
Mat分为头部(矩阵大小、存储方法、矩阵地址等)和像素矩阵两部分,一般为了速度只会复制头部共享像素矩阵,使用引用计数,最后一个引用像素矩阵的Mat负责释放内存。
使用Mat F = A.clone();
或者Mat G; A.copyTo(G);
会连像素矩阵一起复制。
具体使用可以查阅官方文档
颜色空间
- RGB:人眼
- BGR(OpenCV默认)
- HSV、HLS:更自然的方式去描述颜色
- YCrCb:JPEG
- CIE L*a*b* :计算两个颜色的距离
数据类型CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]
比如CV_8UC3
遍历图像
很多时候一幅图片的颜色过多,三通道的话就有
256×256×256=16777216
256
×
256
×
256
=
16777216
.计算的时候会影响效率,而很多算法实际上并不需要这么精确的颜色,所以我们可以减少颜色(color reduction)。比如对每一个像素做这个运算p = p/10*10
,除法向0取整。不过由于乘除法运算慢,我们可以预先计算好对应的表格,这就是查找表(lookup table),后面需要用的时候直接读就可以了。
uchar table[256];
for (int i = 0; i < 256; ++i)
table[i] = (uchar)(divideWith * (i / divideWith));
查看一个函数的运行时间:
double t = (double)getTickCount();
// do something ...
t = ((double)getTickCount() - t)/getTickFrequency();
cout << "Times passed in seconds: " << t << endl;
用isContinuous()
判断图像是否是连续存在一行,如果是,可以加速运算。
- 指针遍历
- 迭代器(安全、慢一点)
- 用
cv::at()
遍历,随机访问,慢,不适于扫描 - 最快的直接用
cv::LUT()
,内部多线程实现
Mat lookUpTable(1, 256, CV_8U); //查找表
uchar* p = lookUpTable.ptr();
for( int i = 0; i < 256; ++i)
p[i] = table[i];
LUT(I, lookUpTable, J); //I是输入图像,J是输出图像
Kernel
对矩阵进行运算,创建一个核,对每个元素进行运算,比如用拉普拉斯算子对图像锐化,用filter2D
函数比自己手写循环快。
filter2D( src, dst1, src.depth(), kernel ); //输入,输出,单通道数据类型,核
输入输出
Mat img = imread(filename); //从文件读取图像,默认8UC3,第二个参数可指定数据类型,比如读取灰度图
imwrite(filename, img); //写入图像到文件
Rect r(10, 10, 100, 100);
Mat smallImg = img(r); //得到ROI
cvtColor(img, grey, COLOR_BGR2GRAY); //转换色彩空间
src.convertTo(dst, CV_32F); //转换数据类型
img.at<uchar>(y, x); //得到像素,img.at<uchar>(Point(x, y));
namedWindow("image", WINDOW_AUTOSIZE); //it can be used to change the window properties or when using cv::createTrackbar
imshow("image", img); //显示单通道数据类型为8U图像,如果是其它类型必须自己进行转换
waitKey();//显示??毫秒,默认0表示forever
Mat img = imread("image.jpg");
Mat sobelx;
Sobel(img, sobelx, CV_32F, 1, 0);
像素变换
add: dst=α⋅src1+β⋅src2+γ d s t = α ⋅ s r c 1 + β ⋅ s r c 2 + γ
addWeighted( src1, alpha, src2, beta, 0.0, dst); //注意src1和src2必须大小和数据类型都相同
改变图像亮度和对比度:
文档介绍了两种方法:They are basic techniques and are not intended to be used as a replacement of a raster graphics editor!
g(i,j)=α⋅f(i,j)+β g ( i , j ) = α ⋅ f ( i , j ) + β
- 可以自己手写循环对每一个像素按上面公式变换,
α
α
是对比度系数,
β
β
控制亮度, use
cv::saturate_cast
to make sure the values are valid. - 也可调用函数
convertTo
:image.convertTo(new_image, -1, alpha, beta);
- 可以自己手写循环对每一个像素按上面公式变换,
α
α
是对比度系数,
β
β
控制亮度, use
gamma变换:不会因为
cv::saturate_cast
损失图像信息Mat lookUpTable(1, 256, CV_8U); uchar* p = lookUpTable.ptr(); for( int i = 0; i < 256; ++i) p[i] = saturate_cast<uchar>(pow(i / 255.0, gamma_) * 255.0); Mat res = img.clone(); LUT(img, lookUpTable, res);
基础绘图
用的时候再查就好了,可以看下这个样例
Draw a line by using the OpenCV function line()
Draw an ellipse by using the OpenCV function ellipse()
Draw a rectangle by using the OpenCV function rectangle()
Draw a circle by using the OpenCV function circle()
Draw a filled polygon by using the OpenCV function fillPoly()
绘制文字:cv::putText()
傅里叶变换
空间域–>频率域,任何函数都可以用无限的
sin
sin
和
cos
cos
之和表示出来。
二维图像傅里叶变化:
离散傅里叶变化的表现取决于图像的尺寸,如果是2、3、5的倍数表现很好(?)。
The getOptimalDFTSize() returns this optimal size and we can use the copyMakeBorder() function to expand the borders of an image (the appended pixels are initialized with zero)
Mat padded; //expand input image to optimal size
int m = getOptimalDFTSize( I.rows ); //这里好像默认2的倍数?
int n = getOptimalDFTSize( I.cols ); // on the border add zero values
copyMakeBorder(I, padded, 0, m - I.rows, 0, n - I.cols, BORDER_CONSTANT, Scalar::all(0));
傅里叶变换从实数变为复数,先给输出的图像分配内存
merge()
Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
Mat complexI;
merge(planes, 2, complexI); // Add to the expanded another plane with zeros
进行变换:
dft(complexI, complexI); // this way the result may fit in the source matrix
计算振幅:
split(complexI, planes); // planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))
magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude
Mat magI = planes[0];
不过计算出的图像数值范围太大,计算机可能无法显示,这里取对数
magI += Scalar::all(1); // switch to logarithmic scale
log(magI, magI);
重排象限?(暂时不太懂)
// crop the spectrum, if it has an odd number of rows or columns
magI = magI(Rect(0, 0, magI.cols & -2, magI.rows & -2));
// rearrange the quadrants of Fourier image so that the origin is at the image center
int cx = magI.cols/2;
int cy = magI.rows/2;
Mat q0(magI, Rect(0, 0, cx, cy)); // Top-Left - Create a ROI per quadrant
Mat q1(magI, Rect(cx, 0, cx, cy)); // Top-Right
Mat q2(magI, Rect(0, cy, cx, cy)); // Bottom-Left
Mat q3(magI, Rect(cx, cy, cx, cy)); // Bottom-Right
Mat tmp; // swap quadrants (Top-Left with Bottom-Right)
q0.copyTo(tmp);
q3.copyTo(q0);
tmp.copyTo(q3);
q1.copyTo(tmp); // swap quadrant (Top-Right with Bottom-Left)
q2.copyTo(q1);
tmp.copyTo(q2);
仍然是为了显示,归一化
normalize(magI, magI, 0, 1, NORM_MINMAX); // Transform the matrix with float values into a
// viewable image form (float between values 0 and 1).
并行计算
可用parallel_for_进行并行计算加速。
读取视频
用cv::VideoCapture
这个类。
- 构造函数可以直接传视频文件的路径,也可以传摄像头设备的编号(从0开始)。
open()
打开文件或者摄像头isOpened()
判断是否打开成功- 用重载的
>>
或者read(Mat)
读取每一帧图片,存为Mat
set(key, val)
设置参数release()
释放对象资源
输出视频
用cv::VideoWriter
这个类。
用法和VideoCapture
差不多,就不多说了,具体可以看下这个例子