獨家｜OpenCV 1.4 對圖像的操作

圖像的輸入/輸出

從文件中加載圖像：

如果讀入的是一個JPG文件，默認狀態下會創建一個3通道圖像。如果你需要將其制成灰度圖像，則使用以下代碼：

注

文件格式由其內容（前幾個字節）確定。將圖像保存為一個文件：

注

文件的格式由其擴展名確定。

用CV :: imdecode和CV :: imencode從內存中讀取和寫入圖像。

基本的圖像操作

訪問像素亮度值

為了獲取像素亮度值，首先必須知道圖像的類型和通道數。下面是一個單通道灰度圖像的示例（數據類型8UC1）和像素坐標x和y：

C ++版本：intensity.val [0]包含從0到255的值，需要注意的是x和y的排序。OpenCV圖像采用了結構化的矩陣來表示，使用以下兩種情形使用同樣的協議 - 基于0的行索引（或y坐標）在先，后面跟隨基于0的列索引（或x坐標）。此外，也可以使用下面的符號（僅適用于C ++ ）：

下面，來看一個BGR色彩排序的3通道圖像（由imread返回默認格式）：

C ++代碼

Python

對于數據類型為浮點值的圖像,可以使用相同的方法（例如，可以通過運行Sobel算子獲取一個通道的圖像）（僅適用于C ++）：

利用相同的方法可以修改像素亮度值：

OpenCV中有一些函數，尤其是在calib3d模塊中，如CV :: projectPoints函數,可以將 2D或3D像素點值轉換成Mat形式的矩陣。該矩陣包含一列，每一行對應于一個點，矩陣類型為32FC2或32FC3。利用std::vector可以很容易地構建出這樣的矩陣（僅適用于C ++）：

利用相同的方法Mat::at可以訪問矩陣中的點（僅適用于C ++）：

內存管理和引用計數

Mat是保持矩陣/圖像特性的一種結構（包括行數和列數，數據類型等）和一個指向數據的指針。對應一個相同的圖像數據，可以構建出多個Mat實例，此外, Mat還包含一個引用計數器，當Mat對象被釋放時，利用引用計數器指針來決定是否重新分配數據。下面的這個例子是在不進行數據復制的情況下，創建兩個MAT矩陣: （僅適用于C ++）

結果得到了一個3列的32FC1矩陣，而不是一個1列的32FC3矩陣。pointsMat使用像素點的數據，釋放時無需重新分配內存。在這種特殊情況下，開發人員必須確保 points的生命周期要比比pointsMat的生命周期更長。如果需要復制數據的話，則使用cv::Mat::copyTo或者 cv::Mat::clone兩個函數：

應為上述每個函數提供一個空的Mat輸出，每一次實現均是對目標矩陣調用一次Mat::create。如果矩陣為空，則利用該方法為矩陣分配數據。如果矩陣不為空，并且大小和數據類型均無誤，則該方法不起作用。然而，如果大小或數據類型與輸入參數不同，則重新分配（和丟失）原有數據，重新分配一個新的數據:

基本操作

每一個像素矩陣均定義有一些快捷的操作符。例如，下面是如何從現有的灰度圖像中提取出黑色圖像IMG

選擇感興趣的區域：

將彩色圖像轉換成灰度圖像：

將圖像類型從8UC1變為 32FC1：

可視化圖像

在算法開發過程中，如果能看到運行的中間結果是非常有用的。OpenCV提供了一種可視化圖像的便捷方式。采用以下代碼可以顯示一副8U圖像：

調用waitKey（）函數啟動消息傳遞周期，等待“圖像”窗口的一次鍵盤鍵入。此時,需要將32F圖像轉換為8U類型的圖像。例如:

注

這里沒有必要使用CV :: namedWindow函數，因為它后面緊跟著CV :: imshow。然而，可以用cv::createTrackbar來改變窗口屬性。

本文以C++語言代碼為例，獲取Java和python版本可在原文中查看：

https://docs.opencv.org/4.5.2/d5/d98/tutorial_mat_operations.html