K8最新线路K8最新线路


凯发官方网站

图像处理和OpenCV初步

图像从数学和计算机的角度理解就是一个矩阵,矩阵中的每一个元素叫做像素,又由于图像有灰度图像和彩色图像之分,所以图像在矩阵的基础上引入通道(channel),其中色彩用数字来表示的时候,规定数字0表示黑色,数字255表示白色。

OpenCV角度来看图像

OpenCV中的cv::Mat类就是用来表示图像的矩阵而存在的,其中cv::Mat类由头部数据块组成。

头部包含了矩阵的所有相关信息(大小、通道数量、数据类型等),cv::Mat 头部文件的某些属性(例如cols、rows 或 channels)。头部有一个指向 数据块的指针,即 data 属性。

数据块包含了图像中所有像素的值。

cv::Mat有一个很重要的属性,即只有在明确要求时,内存块才 会被复制。实际上,大多数操作仅仅复制了cv::Mat的头部,因此多个对象会指向同一个数据块。这种内存管理模式可以提高应用程序的运行效率,避免内存泄漏,

#include <iostream>#include <opencv2/core.hpp>#include <opencv2/highgui.hpp>// 测试函数,它创建一幅图像cv::Mat function() { // 创建图像 cv::Mat ima(500,500,CV_8U,50); // 返回图像 return ima;}int main() { // // 创建一个 240 行×320 列的新图像 cv::Mat image1(240,320,CV_8U,100); // or: // cv::Mat image1(240,320,CV_8U,cv::Scalar(100)); cv::imshow("Image", image1); // show the image cv::waitKey(0); // wait for a key pressed // 重新分配一个新图像 // (only if size or type are different) image1.create(200,200,CV_8U); image1= 200; cv::imshow("Image", image1); // show the image cv::waitKey(0); // wait for a key pressed // create a red color image // channel order is BGR cv::Mat image2(240,320,CV_8UC3,cv::Scalar(0,0,255)); // or: // cv::Mat image2(cv::Size(320,240),CV_8UC3); // image2= cv::Scalar(0,0,255); cv::imshow("Image", image2); // show the image cv::waitKey(0); // wait for a key pressed // read an image cv::Mat image3= cv::imread("puppy.bmp"); // all these images point to the same data block cv::Mat image4(image3); image1= image3; // these images are new copies of the source image image3.copyTo(image2); cv::Mat image5= image3.clone(); // transform the image for testing cv::flip(image3,image3,1); // check which images have been affected by the processing cv::imshow("Image 3", image3); cv::imshow("Image 1", image1); cv::imshow("Image 2", image2); cv::imshow("Image 4", image4); cv::imshow("Image 5", image5); cv::waitKey(0); // wait for a key pressed // 从函数中获取一个灰度图像 cv::Mat gray= function(); cv::imshow("Image", gray); // show the image cv::waitKey(0); // wait for a key pressed // 作为灰度图像读入 image1= cv::imread("puppy.bmp", CV_LOAD_IMAGE_GRAYSCALE); // convert the image into a floating point image [0,1] image1.convertTo(image2,CV_32F,1/255.0,0.0); cv::imshow("Image", image2); // show the image // Test cv::Matx // a 3x3 matrix of double-precision cv::Matx33d matrix(3.0, 2.0, 1.0, 2.0, 1.0, 3.0, 1.0, 2.0, 3.0); // a 3x1 matrix (a vector) cv::Matx31d vector(5.0, 1.0, 3.0); // multiplication cv::Matx31d result = matrix*vector; std::cout << result; cv::waitKey(0); // wait for a key pressed return 0;}

灰度图像

一个通道的图像就是灰度图像,就是类似以前的老照片,不是彩色的,也可以理解成黑白的。

OpenCV中对灰度图像的处理

// 作为灰度图像读入image1= cv::imread("puppy.bmp", CV_LOAD_IMAGE_GRAYSCALE);// 创建灰度图像 cv::Mat ima(500,500,CV_8U,50);//0表示灰度图像cv::Mat image2= cv::imread("boldt.jpg",0);//0表示灰度图

彩色图像

对彩色图像而言,需要用三原色数据来重现不同的可见色。

这是因为人类的视觉系统是三原色的,视网膜上有三种类型的视锥细胞,它们将颜色信息传递给大脑。

所以彩色图像的每个像素都要对应三个数值。在摄影和数字成像技术中,常用的主颜色通道是红色、绿色和蓝色,因此每三个 8 位数值组成矩阵的一个元素,特别说明,8 位通道通常是够用的,但有些特殊的应用程序需要用 16 位通道(医学图像就是用16位通道表示)。

OpenCV对图像的读入

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>int main(){ // open the image cv::Mat image= cv::imread("boldt.jpg",1); // display result cv::namedWindow("Image1"); cv::imshow("Image1",image); // write on disk cv::imwrite("salted.bmp",image); cv::waitKey(); // test second version cv::Mat image2= cv::imread("boldt.jpg",0);//0表示灰度图 cv::namedWindow("Image2"); cv::imshow("Image2",image2); cv::waitKey(); return 0;}

欢迎阅读本文章: 杨海惠

K8旗舰注册页面

凯发官方网站