OpenCV教程 之 基础操作:图像的读入、输出、访问、Mat类、色彩缩减与线性融合
来源:互联网 发布:淘宝直播销量权重 编辑:程序博客网 时间:2024/05/17 23:47
这里总结了一点关于OpenCV3版本的简单操作、供初学者快速入门。过程中会对代码分块逐个讲解,并给出测试结果图
一、OpenCV简介
OpenCV,是一个基于开源发行的跨平台计算机视觉库,它实现了图像处理和计算机视觉方面的很多通用的算法,已经成为了计算机视觉领域最有力的研究工具之一。其全称是Open Source Computer Vision Library,直译就是开源计算机视觉库,OpenCV由一系列C函数和C++类构成,轻量且高效,强大的OpenCV除了用C/C++语言进行开发和使用之外,还支持使用C#、Ch、Ruby等编程语言,同时提供了对Python、Ruby、MATLAB等语言的接口,通用性强。本文所用的语言为C++,在eclipse-Mac环境下开发,代码基本兼容Windows系统
OpenCV图标
二、图像的读入与输出
作为最基本的图像操作,读入和输出这里需要介绍两个非常实用的基本函数imread还有imshow
2.1 imread
//imread的函数原型 Mat imread(const string& filename, int flags = 1); (1)第一个参数,const string&类型的filepath,填我们需要载入的图片路径名 imread函数支持读取的常用文件类型有: > Windows位图: *.bmp,*.dib >JPEG文件: *.jpeg,*jpg,*jpe >JPEG 2000文件:*.jp2 >PNG图片: *.png >... (2)第二个参数,int类型的flags,为载入标识,它指定一个加载图像的颜色类型,自带默认值为1 其备选参数和意义为: >0 : 将原图准换为灰度图像读取 >1 : 返回一个3通道的彩色图像 >2 : 如果读入的图像深度为16位活着32位,则返回对应深度的图像,否则转换为8位图像再返回 >4 : 读取任意色彩模式的图像,根据原图 ps :flags可以不取以上枚举值,当 flags > 0时,等价于1 flags < 0时,返回包含Alpha通道的加载图像
2.2 imshow
//imshow的函数原型 void imshow(const string& winname,InputArray mat); (1)第一个参数:const string&类型的winname,需要填写显示的窗口标识名称 (2)第二个参数:InputArray 类型的mat,填写需要显示的图像
2.3 应用举例
#include <opencv2/opencv.hpp>using namespace cv;int main(){ Mat g_srcImage1 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg",0); resize(g_srcImage1,g_srcImage1,Size(1000,640)); //设定图像大小 imshow("flags = 0",g_srcImage1); //显示图像 waitKey(); //等待任意键输入 Mat g_srcImage2 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg",1); resize(g_srcImage2,g_srcImage2,Size(1000,640)); imshow("flags = 1",g_srcImage2); waitKey(); Mat g_srcImage3 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg",2); resize(g_srcImage3,g_srcImage3,Size(1000,640)); imshow("flags = 2",g_srcImage3); waitKey(); Mat g_srcImage4 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg",4); resize(g_srcImage4,g_srcImage4,Size(1000,640)); imshow("flags = 4",g_srcImage4); waitKey(); return 0;}
测试结果
三、图像的基本管理:Mat类
自从OpenCV跨入了2.0时代,Mat类数据结构便成为了图像处理的主打类型,Mat类由两部分组成:矩阵头(包含矩阵尺寸、存储方法、存储地址等信息)和一个指向存储所有像素值的矩阵(根据所选存储方法的不同,矩阵可以是不同的维数)的指针。矩阵头的尺寸是一个常数值,但矩阵本事身的尺寸会依图像的不同而不同,通常比矩阵头的尺寸数大数个数量级。
在解决问题中,传递图像是常有的事,但图像的复制会造成很大的计算开销与空间损失,因此,OpenCV使用了引用计数机制,其思路是让每个Mat对像有自己的信息头,但共享一个矩阵,接下来简单介绍一下Mat类型的创建,和元素访问
3.1 Mat类的创建
这里介绍几种常用的Mat创建方法
(1)使用Mat的构造函数 Mat M(2,2,CV_8UC3,Scalar:all(0)); cout << M << endl; 上式中CV_8UC3是指使用8位的unsigned char型,每个像素由三个元素组成三通道 Scalar是一个short型向量,能用指定的定制化值来初始化矩阵,上式的输出为 [ 0, 0, 0, 0, 0, 0; 0, 0, 0, 0, 0, 0] (2)采用Matlab的初始化方式 Mat E = Mat::eye(4,4,CV_64F); cout << "E = " << endl << E << endl << endl; Mat O = Mat::ones(2,2,CV_32F); cout << "O = " << endl << O << endl << endl; Mat Z = Mat::zeros(3,3,CV_8UC1); cout << "Z = " << endl << Z << endl << endl; 上式的输出为: E = [1, 0, 0, 0; 0, 1, 0, 0; 0, 0, 1, 0; 0, 0, 0, 1] O = [1, 1; 1, 1] Z = [0, 0, 0; 0, 0, 0; 0, 0, 0]
3.2 Mat类的元素值访问
这一部分可以简单的用一个swich代表来表述,示例如下:
switch(img.channels()) //根据图像的通道数作出不同的选择{ case 1: {for(int i=0;i<img.rows;i++) { for(int j=0;j<img.cols;j++) { img.at<uchar>(i,j)=0; //访问单通道元素 } } break; } case 3: { for(int i=0;i<img.rows;i++) { for(int j=0;j<img.cols;j++) { img.at<Vec3b>(i,j)[0]=0; //访问三通道元素 img.at<Vec3b>(i,j)[1]=0; img.at<Vec3b>(i,j)[2]=0; } } break; }}
3.3 应用举例
#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;int main(){ Mat A(2,2,CV_8UC3),B,C; //定义A矩阵,设定其结构为2X2,3通道颜色,并声明B,C randu(A,0,255); //给A随机赋值 B = A; //引用 A.copyTo(C); //复制 cout << "A = " << endl << A << endl; cout << "B = " << endl << B << endl; cout << "C = " << endl << C << endl <<endl; A.at<Vec3b>(1,1)[0] = 0; //改变A的(1,1)元素三个通道的值 A.at<Vec3b>(1,1)[1] = 0; A.at<Vec3b>(1,1)[2] = 0; cout << "A = " << endl << A << endl; cout << "B = " << endl << B << endl; cout << "C = " << endl << C << endl; return 0;}
显示结果
A = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 239, 26, 248]B = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 239, 26, 248]C = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 239, 26, 248]A = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 0, 0, 0]B = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 0, 0, 0]C = [ 91, 2, 79, 179, 52, 205; 236, 8, 181, 239, 26, 248]
四、图像的色彩缩减
我们知道,若矩阵元素存储的是单通道像素,使用C或C++的无符号字符类型,那么像素可能有256个不同的值。但若是三通道图像,这种存储格式的颜色会达到一千六百多万种,用如此之多的颜色来进行处理,可能会对算法性能造成严重影响。
其实仅用这些颜色中最具有代表性的很小的部分,就足以达到相同的效果,颜色空间缩减的做法是:将现有的颜色空间值除以某个输入值,以获得较少的颜色数。比如,颜色0~9可以取值为0,10~19可以取值为10,依次类推,依据这种思想,我们可以实现如下代码
#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;void colorReduce(Mat& inputImage,Mat& outputImage,int div);int main(){ Mat srcImage = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg"); resize(srcImage,srcImage,Size(1000*1.5,640*1.5)); Mat dstImage; dstImage.create(srcImage.rows,srcImage.cols,srcImage.type()); colorReduce(srcImage,dstImage,32); imshow("效果图",dstImage); waitKey(0); return 0;}void colorReduce(Mat& inputImage,Mat&outputImage,int div){ outputImage = inputImage.clone(); Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>(); Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); for(;it != itend;++it){ (*it)[0] = (*it)[0]/div*div + div/2; (*it)[1] = (*it)[1]/div*div + div/2; (*it)[2] = (*it)[2]/div*div + div/2; }}
效果图
五、两张图片的线形融合
两张图片的线形融合,在OpenCV里有一个非常实用的函数,接下来,先简单介绍一下这个函数
//addWeighted的函数原型 void addWeighted(InputArray src1,double alpha,InputArray Src2,double beta,double gamma,OutputArray dst,int dtype = -1); >第一个参数,表示第一个需要加权的图像M >第二个参数,表示第一个数组的权重 >第三个参数,表示第二个需要加权的图像,两个图像的大小与通道数必须相等 >第四个参数,表示第二个图像的权重 >第五个参数,一个加到总和上的标量值,影响合成图片的亮度 >第六个参数,输出图像 >第七个参数,输出图像的深度,默认-1,即和第一个输入图像相同
接下来在要做的演示中,我们用到的两张图如下
演示代码为
#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/opencv.hpp>using namespace cv;#define WINDOW_NAME "【线性混合示例】"const int g_nMaxAlphaValue = 100;int g_nAlphaValueSlider;double g_dAlphaValue;double g_dBetaValue;Mat g_srcImage1;Mat g_srcImage2;Mat g_dstImage;void on_Trackbar(int ,void*){ g_dAlphaValue = (double) g_nAlphaValueSlider/g_nMaxAlphaValue; g_dBetaValue = 1 - g_dAlphaValue; addWeighted(g_srcImage1,g_dAlphaValue,g_srcImage2,g_dBetaValue,0.0,g_dstImage); imshow(WINDOW_NAME, g_dstImage);}int main(int argc,char *argv[]){ g_srcImage1 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_1.jpeg"); g_srcImage2 = imread("/Users/zhuxiaoxiansheng/Desktop/lalaland_2.jpg"); resize(g_srcImage1,g_srcImage1,Size(1000*1.5,640*1.5)); resize(g_srcImage2,g_srcImage2,Size(1000*1.5,640*1.5)); if(!g_srcImage1.data){ printf("读取第一幅图片错误,请确定目录下是否有imread函数指定图片存在!\n"); return -1; } if(!g_srcImage2.data){ printf("读取第二幅图片错误,请确定目录下是否有imread函数指定图片存在!\n"); return -1; } g_nAlphaValueSlider = 70; namedWindow(WINDOW_NAME,1); char TrackbarName[50]; sprintf(TrackbarName,"透明值 %d",g_nMaxAlphaValue); createTrackbar(TrackbarName,WINDOW_NAME,&g_nAlphaValueSlider,g_nMaxAlphaValue,on_Trackbar); on_Trackbar(g_nAlphaValueSlider,0); waitKey(0); return 0;}
效果图:
- OpenCV教程 之 基础操作:图像的读入、输出、访问、Mat类、色彩缩减与线性融合
- opencv 线性图像融合
- 计算机视觉之OpenCV教程 --- Mat图像类基础(二)
- openCV 利用Mat 类读入并显示图像
- 访问opencv的Mat中的图像数据
- Opencv图像Mat操作
- 计算机视觉之OpenCV教程 ---Mat类基础(一)
- 图像识别与处理之Opencv——Mat类
- OpenCV图像矩阵Mat的基本操作
- 图像识别与处理之Opencv——Mat_类与Mat 类的内存管理
- opencv-图像的融合
- OpenCV-图像的融合
- OpenCV与Python之图像的读入与显示以及利用Numpy的图像转换
- OpenCV 图像遍历与颜色缩减
- Opencv学习笔记之Mat类读入并显示图片
- 2.1 Mat—基础图像容器(OpenCV教程)
- 2.1 Mat—基础图像容器(OpenCV教程)
- 2.1 Mat—基础图像容器(OpenCV教程) .
- 古典问题:有一对兔子,从出生后第3个月起每个月都生一对兔子,小兔子长到第三个月后每个月又生一 对兔子,假如兔子都不死,问每个月的兔子总数为多少?
- mysql基础知识
- Java基础:二进制转换
- kettle在win环境下安装部署
- LeetCode算法题——Generate Parentheses
- OpenCV教程 之 基础操作:图像的读入、输出、访问、Mat类、色彩缩减与线性融合
- Spring Boot学习之旅:(五)Spring Boot 使用 junit 单元测试
- 简单解释op(面向过程procedure- oriented)与oo(面向对象object-oriented)
- 在Ubuntu 14.04下配置FCIS的运行环境
- 在使用Mybatis框架的JavaWeb项目中通过Mybatis Generator逆向工程自动生成Java类文件
- 《Python学习手册》学习笔记(1)之第1章问答环节(关键词:编程语言/Python)
- SQL触发器
- JAVA 文件的创建与写入
- 利用pandas进行相关性分析并绘制图