因为对图像方面感兴趣,所以有空学学OpenCV的使用,并且希望以此为引子,带领自己入门图像领域。
先post上几个参考网站,上面有完整源码:
- http://docs.opencv.org/2.4.9/ (英文文档,主要参看)
- http://www.opencv.org.cn/opencvdoc/2.3.2/html/index.html (低版本的中文参考)
- https://github.com/opencv/opencv/tree/master/doc/tutorials (github源码,有些需要参考会英文文档)
因为这么多资源,所以就不贴完整代码,这重点讲解某部分,方便自己以后回来查询。
Mat - 基本的图像容器
Mat
在以前,opencv使用的是C结构,IplImage。但是使用这个结构有一个缺点就是你需要注意内存的申请和销毁。幸运的是,在C++我们可以使用一种更智能的结构,Mat。Mat会自动申请内存和销毁。
Mat由基本的两部分组成:矩阵头(包含图片信息,例如矩阵大小,存储方法等)和一个指向包含像素点信息的指针。矩阵头部大小是常数,但是矩阵的大小却各不相同。
1 Mat A, C; // 只建立头部
2 A = imread(fname, CV_LOAD_IMAGE_COLOR);
3
4 Mat B(A); // 调用copy构造函数
5 C = A; // 调用assign函数
上面的所有对象都指向同一个矩阵,只是头部不一样而已。如果使用其中一个对象改变图像内容,所有指向这个矩阵的对象都会受影响。copy和assign只是复制头部的一些信息。
我们可以调用其它方法实现深复制:
1 Mat F = A.clone();
2 Mat G;
3 A.copyTo(G);
显式创建Mat
我们可以使用 imwrite() 函数来把一个矩阵写入到图片文件。但是为了调试方便&#xff0c;我们还可以使用<<输出&#xff08;仅适用于二维矩阵&#xff09;。
下面是创建Mat对象的各种方法&#xff1a;
- Mat()构造器
1 Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); // CV_[多少位][有符号or无符号][类型前缀]C[通道数]
2 cout <endl;
3 // [0, 0, 255, 0, 0, 255;
4 // 0, 0, 255, 0, 0, 255 - 使用C\C&#43;&#43;数组构造
1 int sz[3] &#61; {2, 2&#xff0c;2};
2 Mat L(3, sz, CV_8UC(1), Scalar::all(0)); // 3维的[2, 2, 2]的图像 - 为已存在IplImage指针构建头部
1 IplImage* img &#61; cvLoadImage(fname);
2 Mat mtx(img); - Create() 函数
1 M.create(4, 4, CV_8UC(2)); // 这种方法不能赋初值&#xff0c;只在中心分配内存时使用
2 cout< - Matlab风格的初始化
1 Mat E &#61; Mat::eye(4, 4, CV_64F);
2 Mat O &#61; Mat::ones(2, 2, CV_32F);
3 Mat Z &#61; Mat::zeros(3, 3, CV_8UC1); - 逗号分隔的初始化小矩阵
1 Mat C &#61; (Mat_<double>(3,3) <<0, -1, 0, -1, 5, -1, 0, -1, 0);
- 使用clone或copyTo。
1 Mat RowClone &#61; C.row(1).clone(); // randu(RowClone, Scalar::all(0), Scalar::all(255))可以在low和high之间随机
怎样遍历图片
首先&#xff0c;我们可以使用一段代码计算程序执行的时间&#xff1a;
1 double t &#61; (double)getTickCount();
2 // do something
3 t &#61; ((double)getTickCount() - t) / getTickFrequency();
图像的存储
在RGB系统中&#xff0c;图像是这样存储的&#xff1a;&#xff08;注意是BGR的形式&#xff0c;可以使用 isContinunous() 函数查看是否连续存放&#xff09;
&#xff08;下面以颜色空间缩减为例子说明&#xff09;
C风格的读法
先用指针p指向一行&#xff0c;然后再p[j]形式读取
1 int channels &#61; I.channels();
2 int nRows &#61; I.rows;
3 int nCols &#61; I.cols * channels;
4
5 if (I.isContinuous()) {
6 nCols &#61; nCols * nRows;
7 nRows &#61; 1;
8 }
9
10 int i, j;
11 uchar* p;
12 for (i&#61;0; i
13 for (j&#61;0; j
14 p &#61; I.ptr
15 p[j] &#61; table[p[j]]; //查表替换
16 }
17 }
迭代&#xff08;安全&#xff09;方法
迭代器从begin到end&#xff0c;使用(*it)[0]形式读取
const int channels &#61; I.channels();
switch(channels)
{
case 1: {MatIterator_
case 3: {MatIterator_
}
通过相关返回值的On-the-fly地址计算
先把矩阵转换成Mat_&#xff0c;再用_I(i, j)[0]形式读取
const int channels &#61; I.channels();
switch(channels)
{
case 1:{for (int i&#61;0; i
case 3:{Mat_
}
快速实现表替换
Mat lookUpTable(1, 256, CV_8U);
uchar* p &#61; lookUpTable.data;
for (int i&#61;0; i <256; &#43;&#43;i)p[i] &#61; table[i];
LUT(I, lookUpTable, I);