初学opencv c++学习笔记图像的相关操作及属性

Posted 2023-03-01 努力码代码的菜鸟

内容涉及到图像读取的at()操作，图像的拆分和合并的参数解释和代码，以及一些常用的图像属性的内置函数。

• 目录

  一、图像的读写操作at()函数

  二、图像通道的拆分与合并

  1.通道拆分

  2.通道合并

   三、图像的属性

  1.列举解释

   2.表格汇总

  总结

  ---

  ---

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、图像的读写操作at()函数

apI：at()

---

单通道图像：img.at<uchar>(i,j)            

    表示在第i行，第j列的像素值

多通道图像：img.at<Vec3b>(i,j)[c]       

    表示在某个通道中第i行，第j列的像素值

• <>中为图像元素的类型。uchar为无符号字符型，Vec3b等于vector<uchar,3>,表示一个uchar类型的数组，长度为3。
• (i,j)指像素点的位置。
• [c]表示通道。RGB图像，由于opencv中按照BGR顺序，所以[0]，[1]，[2]分别表示B，G，R通道。

---

  

二、图像通道的拆分与合并

apl:split()

---

1.通道拆分

官方定义：

void split(InputArray m, OutputArrayOfArrays mv);

 参数解释：

（1） m :    输入的多通道图像，对该图像进行通道的拆分。

（2） mv :    存放图像拆分后的三个通道的灰度图像的容器。mv为图像数组，使用vector容器。

代码演示：

#include <opencv2/imgcodecs.hpp>       //imread
#include <opencv2/highgui.hpp>         //imshow  waitKey
 
using namespace std;
using namespace cv;

int main()

    vector<Mat> channels;//声明vector,作为分离后三个通道的图像的保存容器
    Mat img = imread("C:/r/bear.jpg");//读取图片

    split(img,channels);//使用split()函数，分离img的B.G.R三个通道
    Mat B = channels.at(0);//下标读取 默认顺序B-G-R
    Mat G = channels.at(1);
    Mat R = channels.at(2);

    imshow("原图", img);//显示原图
    imshow("blue", B);  //显示三通道图像
    imshow("green", G);
    imshow("red", R);
    waitKey(0);
    return 0;

 分离后的三个通道的图像为灰度图像，表示强度

2.通道合并

apl:merge()

---

官方定义：

void merge(InputArrayOfArrays mv, OutputArray dst);

参数解释：

（1）mv : 同通道的拆分。为拆分后的多通道的图像数组。

（2）dst : 存放合并后的图像。

代码演示：

#include <opencv2/imgcodecs.hpp>       //imread
#include <opencv2/highgui.hpp>         //imshow  waitKey
 
using namespace std;
using namespace cv;

int main()

    vector<Mat> channels;//声明vector,作为分离后三个通道的图像的保存容器
    Mat img = imread("C:/r/bear.jpg");//读取图片

    split(img,channels);//使用split()函数，分离img的B.G.R三个通道

    Mat dst;
    merge( channels,dst);//合并三通道
    imshow("outPutArray", dst);//展示合并后的熊大
    waitKey(0);
    return 0;

重新获得颜色的熊大

---

 三、图像的属性

 下面进行列举 

1.列举解释

• src.size() 返回图像尺寸

size中的参数先宽度(width)后高度(height)

src.size().width  ==  src.cols       (宽度==列)

src.size().heght  ==  src.rows （高度==行）

• src.depth() 返回深度

 度量每一个像素每一个通道的精度，位数（bit）(0~6)

数值越大，精度越高

• src.channels() 返回通道数
• src.elemSize() 返回一个元素所占的字节数 

 一个元素单通道的字节数 * 通道数

• src.elemSize1() 返回一个元素单通道的所占字节数

 src.elemSize1()==src.elemSize() / src.channels()

• src.total() 返回像素总数
• src.step 返回每一行的步长（字节数） 每一行所有元素的字节总量

 src.step==宽度*通道数

• src.step1() 

src.step1() == e1()src.step / src.elemSize1()

• src.step [0]  一行元素的字节数
• src.step [1]  一个元素的字节数
• src.step1 (0)  一行元素的通道数
• src.step1 (1)  一个元素的通道数
• src.isContinuous()  判断src是否在内存上连续

src.isContinuous()?"true":"false"

• src.isSubmatrix()  判断src是否为子矩阵
• src.type()  元素类型以及矩阵的通道个数

 2.表格汇总

apl	返回值
src.size()	图像尺寸
src.depth()	图像深度id
src.channels()	预想通道数
src.elemSize()	一个元素所占字节数
src.elemSize1()	一个元素单通道的所占字节数
src.total()	像素总数
src.step	每一行的步长（字节数）
src.step1()
src.step [0]	一行元素的字节数
src.step [1]	一个元素的字节数
src.step1 (0)	一行元素的通道数
src.step1 (1)	一个元素的通道数
src.isContinuous()	判断src是否在内存上连续
src.isSubmatrix()	判断src是否为子矩阵
src.type()	元素类型以及矩阵的通道个数

---

总结

以上就是今天的笔记，内容涉及到图像读取的at()操作，图像的拆分和合并的参数解释和代码，以及一些常用的图像属性的内置函数。