热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

(转载)IplImage、CvMat等图像处理库的使用方法详解

opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,M

opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,Mat类型侧重于计算,数学性较高,openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”,opencv对其中的图像操作(缩放、单通道提取、图像阈值操作等)进行了优化。在opencv2.0之前,opencv是完全用C实现的,但是,IplImage类型与CvMat类型的关系类似于面向对象中的继承关系。实际上,CvMat之上还有一个更抽象的基类----CvArr,这在源代码中会常见。

1. IplImage

opencv中的图像信息头,该结构体定义:  

typedef struct _IplImage { int nSize; int ID; int nChannels; int alphaChannel; int depth; char colorModel[4]; char channelSeq[4]; int dataOrder; int origin; int align; int width; int height; struct _IplROI *roi; struct _IplImage *maskROI; void *imageId; struct _IplTileInfo *tileInfo; int imageSize; char *imageData; int widthStep; int BorderMode[4]; int BorderConst[4]; char *imageDataOrigin; } IplImage;

dataOrder中的两个取值:交叉存取颜色通道是颜色数据排列将会是BGRBGR...的交错排列。分开的颜色通道是有几个颜色通道就分几个颜色平面存储。roi是IplROI结构体,该结构体包含了xOffset,yOffset,height,width,coi成员变量,其中xOffset,yOffset是x,y坐标,coi代表channelof interest(感兴趣的通道),非0的时候才有效。访问图像中的数据元素,分间接存储和直接存储,当图像元素为浮点型时,(uchar*) 改为 (float *): 

IplImage* img=cvLoadImage("lena.jpg", 1);CvScalar s; s=cvGet2D(img,i,j); cvSet2D(img,i,j,s); IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
for(int row &#61; 0; row < img->height; row&#43;&#43;){for (int col &#61; 0; col width; col&#43;&#43;){b &#61; CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels &#43; 0); g &#61; CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels &#43; 1); r &#61; CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels &#43; 2);}}IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
uchar b, g, r; // 3 channels
for(int row &#61; 0; row < img->height; row&#43;&#43;){for (int col &#61; 0; col width; col&#43;&#43;){b &#61; ((uchar *)(img->imageData &#43; row * img->widthStep))[col * img->nChannels &#43; 0]; g &#61; ((uchar *)(img->imageData &#43; row * img->widthStep))[col * img->nChannels &#43; 1]; r &#61; ((uchar *)(img->imageData &#43; row * img->widthStep))[col * img->nChannels &#43; 2];}}

 初始化使用IplImage *&#xff0c;是一个指向结构体IplImage的指针&#xff1a; 

IplImage * cvLoadImage(const char * filename, int iscolor CV_DEFAULT(CV_LOAD_IMAGE_COLOR)); //load images from specified image
IplImage * cvCreateImage(CvSize size, int depth, int channels); //allocate memory

 

2.CvMat

首先&#xff0c;我们需要知道&#xff0c;第一&#xff0c;在OpenCV中没有向量(vector)结构。任何时候需要向量&#xff0c;都只需要一个列矩阵(如果需要一个转置或者共轭向量&#xff0c;则需要一个行矩阵)。第二&#xff0c;OpenCV矩阵的概念与我们在线性代数课上学习的概念相比&#xff0c;更抽象&#xff0c;尤其是矩阵的元素&#xff0c;并非只能取简单的数值类型&#xff0c;可以是多通道的值。CvMat的结构&#xff1a; 

typedef struct CvMat { int type; int step; int* refcount; union {uchar* ptr;short* s;int* i;float* fl;double* db;} data; union {int rows;int height;};union {int cols; int width;};} CvMat;

 创建CvMat数据&#xff1a; 

CvMat * cvCreateMat(int rows, int cols, int type); CV_INLine CvMat cvMat((int rows, int cols, int type, void* data CV_DEFAULT); CvMat * cvInitMatHeader(CvMat * mat, int rows, int cols, int type, void * data CV_DEFAULT(NULL), int step CV_DEFAULT(CV_AUTOSTEP));

 对矩阵数据进行访问&#xff1a; 

cvmSet( CvMat* mat, int row, int col, double value);cvmGet( const CvMat* mat, int row, int col );CvScalar cvGet2D(const CvArr * arr, int idx0, int idx1); //CvArr只作为函数的形参void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);

CvMat * cvmat &#61; cvCreateMat(4, 4, CV_32FC1);cvmat->data.fl[row * cvmat->cols &#43; col] &#61; (float)3.0;CvMat * cvmat &#61; cvCreateMat(4, 4, CV_64FC1);cvmat->data.db[row * cvmat->cols &#43; col] &#61; 3.0;

CvMat * cvmat &#61; cvCreateMat(4, 4, CV_64FC1);CV_MAT_ELEM(*cvmat, double, row, col) &#61; 3.0;

if (CV_MAT_DEPTH(cvmat->type) &#61;&#61; CV_32F)CV_MAT_ELEM_CN(*cvmat, float, row, col * CV_MAT_CN(cvmat->type) &#43; ch) &#61; (float)3.0; // ch为通道值
if (CV_MAT_DEPTH(cvmat->type) &#61;&#61; CV_64F)CV_MAT_ELEM_CN(*cvmat, double, row, col * CV_MAT_CN(cvmat->type) &#43; ch) &#61; 3.0; // ch为通道值

for (int row &#61; 0; row rows; row&#43;&#43;){ p &#61; cvmat ->data.fl &#43; row * (cvmat->step / 4);for (int col &#61; 0; col cols; col&#43;&#43;) { *p &#61; (float) row &#43; col; *(p&#43;1) &#61; (float)row &#43; col &#43; 1; *(p&#43;2) &#61; (float)row &#43; col &#43; 2; p &#43;&#61; 3; }}CvMat * vector &#61; cvCreateMat(1,3, CV_32SC2);CV_MAT_ELEM(*vector, CvPoint, 0, 0) &#61; cvPoint(100,100);CvMat * vector &#61; cvCreateMat(1,3, CV_64FC4);CV_MAT_ELEM(*vector, CvScalar, 0, 0) &#61; CvScalar(0, 0, 0, 0);

 复制矩阵操作&#xff1a;

CvMat* M1 &#61; cvCreateMat(4,4,CV_32FC1);CvMat* M2;M2&#61;cvCloneMat(M1);

 

3.Mat

Mat是opencv2.0推出的处理图像的新的数据结构&#xff0c;现在越来越有趋势取代之前的cvMat和lplImage&#xff0c;相比之下Mat最大的好处就是能够更加方便的进行内存管理&#xff0c;不再需要程序员手动管理内存的释放。opencv2.3中提到Mat是一个多维的密集数据数组&#xff0c;可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。 

class CV_EXPORTS Mat{public&#xff1a;int flags;&#xff08;Note &#xff1a;目前还不知道flags做什么用的&#xff09;int dims; int rows,cols; uchar *data; int * refcount; ...};

 从以上结构体可以看出Mat也是一个矩阵头&#xff0c;默认不分配内存&#xff0c;只是指向一块内存(注意读写保护)。初始化使用create函数或者Mat构造函数&#xff0c;以下整理自opencv2.3.1Manual:

Mat(nrows, ncols, type, fillValue]); M.create(nrows, ncols, type);

例子&#xff1a;Mat M(7,7,CV_32FC2,Scalar(1,3)); M.create(100, 60, CV_8UC(15));

int sz[] &#61; {100, 100, 100}; Mat bigCube(3, sz, CV_8U, Scalar:all(0));

double m[3][3] &#61; {{a, b, c}, {d, e, f}, {g, h, i}};Mat M &#61; Mat(3, 3, CV_64F, m).inv();

Mat img(Size(320,240),CV_8UC3); Mat img(height, width, CV_8UC3, pixels, step);

IplImage* img &#61; cvLoadImage("greatwave.jpg", 1);Mat mtx(img,0); // convert IplImage* -> Mat;

访问Mat的数据元素&#xff1a;

Mat M;M.row(3) &#61; M.row(3) &#43; M.row(5) * 3; Mat M1 &#61; M.col(1);M.col(7).copyTo(M1); Mat M;M.at<double>(i,j); M.at(uchar)(i,j); Vec3i bgr1 &#61; M.at(Vec3b)(i,j) Vec3s bgr2 &#61; M.at(Vec3s)(i,j) Vec3w bgr3 &#61; M.at(Vec3w)(i,j) double sum &#61; 0.0f;for(int row &#61; 0; row const double * Mi &#61; M.ptr<double>(row); for (int col &#61; 0; col 0.);}double sum&#61;0;MatConstIterator<double> it &#61; M.begin<double>(), it_end &#61; M.end<double>();for(; it !&#61; it_end; &#43;&#43;it) sum &#43;&#61; std::max(*it, 0.);

Mat可进行Matlab风格的矩阵操作&#xff0c;如初始化的时候可以用initializers,zeros(), ones(), eye().除以上内容之外&#xff0c;Mat还有有3个重要的方法&#xff1a;

Mat mat &#61; imread(const String* filename); // 读取图像
imshow(const string frameName, InputArray mat); // 显示图像
imwrite (const string& filename, InputArray img); //储存图像

 

4. CvMat, Mat, IplImage之间的互相转换

IpIImage -> CvMatCvMat matheader;CvMat * mat &#61; cvGetMat(img, &matheader);CvMat * mat &#61; cvCreateMat(img->height, img->width, CV_64FC3);cvConvert(img, mat)

IplImage -> MatMat::Mat(const IplImage* img, bool copyData&#61;false);例子&#xff1a;IplImage* iplImg &#61; cvLoadImage("greatwave.jpg", 1);Mat mtx(iplImg);


Mat -> IplImageMat MIplImage iplimage &#61; M;

CvMat -> MatMat::Mat(const CvMat* m, bool copyData&#61;false);

Mat -> CvMat例子(假设Mat类型的imgMat图像数据存在)&#xff1a;CvMat cvMat &#61; imgMat;/*Mat -> CvMat, 类似转换到IplImage&#xff0c;不复制数据只创建矩阵头



推荐阅读
  • Python处理Word文档的高效技巧
    本文详细介绍了如何使用Python处理Word文档,涵盖从基础操作到高级功能的各种技巧。我们将探讨如何生成文档、定义样式、提取表格数据以及处理超链接和图片等内容。 ... [详细]
  • 本文详细介绍了Akka中的BackoffSupervisor机制,探讨其在处理持久化失败和Actor重启时的应用。通过具体示例,展示了如何配置和使用BackoffSupervisor以实现更细粒度的异常处理。 ... [详细]
  • 本文详细介绍如何使用Python进行配置文件的读写操作,涵盖常见的配置文件格式(如INI、JSON、TOML和YAML),并提供具体的代码示例。 ... [详细]
  • 本文深入探讨了HTTP请求和响应对象的使用,详细介绍了如何通过响应对象向客户端发送数据、处理中文乱码问题以及常见的HTTP状态码。此外,还涵盖了文件下载、请求重定向、请求转发等高级功能。 ... [详细]
  • 本文详细探讨了HTML表单中GET和POST请求的区别,包括它们的工作原理、数据传输方式、安全性及适用场景。同时,通过实例展示了如何在Servlet中处理这两种请求。 ... [详细]
  • 采用IKE方式建立IPsec安全隧道
    一、【组网和实验环境】按如上的接口ip先作配置,再作ipsec的相关配置,配置文本见文章最后本文实验采用的交换机是H3C模拟器,下载地址如 ... [详细]
  • Python 异步编程:深入理解 asyncio 库(上)
    本文介绍了 Python 3.4 版本引入的标准库 asyncio,该库为异步 IO 提供了强大的支持。我们将探讨为什么需要 asyncio,以及它如何简化并发编程的复杂性,并详细介绍其核心概念和使用方法。 ... [详细]
  • Explore how Matterverse is redefining the metaverse experience, creating immersive and meaningful virtual environments that foster genuine connections and economic opportunities. ... [详细]
  • 数据管理权威指南:《DAMA-DMBOK2 数据管理知识体系》
    本书提供了全面的数据管理职能、术语和最佳实践方法的标准行业解释,构建了数据管理的总体框架,为数据管理的发展奠定了坚实的理论基础。适合各类数据管理专业人士和相关领域的从业人员。 ... [详细]
  • 使用 Azure Service Principal 和 Microsoft Graph API 获取 AAD 用户列表
    本文介绍了一段通用代码示例,该代码不仅能够操作 Azure Active Directory (AAD),还可以通过 Azure Service Principal 的授权访问和管理 Azure 订阅资源。Azure 的架构可以分为两个层级:AAD 和 Subscription。 ... [详细]
  • 前言--页数多了以后需要指定到某一页(只做了功能,样式没有细调)html ... [详细]
  • 作为一名专业的Web前端工程师,掌握HTML和CSS的命名规范是至关重要的。良好的命名习惯不仅有助于提高代码的可读性和维护性,还能促进团队协作。本文将详细介绍Web前端开发中常用的HTML和CSS命名规范,并提供实用的建议。 ... [详细]
  • 深入理解Redis的数据结构与对象系统
    本文详细探讨了Redis中的数据结构和对象系统的实现,包括字符串、列表、集合、哈希表和有序集合等五种核心对象类型,以及它们所使用的底层数据结构。通过分析源码和相关文献,帮助读者更好地理解Redis的设计原理。 ... [详细]
  • 本问题探讨了在特定条件下排列儿童队伍的方法数量。题目要求计算满足条件的队伍排列总数,并使用递推算法和大数处理技术来解决这一问题。 ... [详细]
  • 本文介绍如何使用 Angular 6 的 HttpClient 模块来获取 HTTP 响应头,包括代码示例和常见问题的解决方案。 ... [详细]
author-avatar
qt70ewi
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有