OpenCV4.0 与 Processing 图像格式分析和转换

Posted teamlet

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了OpenCV4.0 与 Processing 图像格式分析和转换相关的知识，希望对你有一定的参考价值。

目前主要通过Processing作为交互界面，所有的图像最后要通过Processing展示。

 

一、Processing图像的使用格式

首先，看Processing的图像对格式的要求。

 

Processing的图像使用 PImage 类封装（有图有真相）。

这是 PImage 的缺省构造方法，默认的图像格式就是 ARGB，也就是使用4个通道表达图像的像素 (alpha, red, green, and blue)

这是检查图像的像素，如果任何一个像素包含 alpha 通道（透明度），则格式设定为 ARGB !

 

这里展示的这两个方法，想表达的意思是： Processing 环境下，需要的图像格式的正确顺序是  ARGB ,请记住这个顺序！

 

二、OpenCV使用的图像格式

问题来了?

OpenCV使用的图像格式是 BGR ! 为什么？

早期开发者使用BGR作为颜色的空间的原因在于：那个时候的BGR格式在相机制造厂商和软件提供商之间比较受欢迎。

例如：在Windows中，当使用 COLORREF 指定颜色值时，使用BGR格式0x00bbggrr。

更多看这里  --> https://www.learnopencv.com/why-does-opencv-use-bgr-color-format/

前面的OpenCV4从摄像头获取的视频数据，每一帧都是BGR的格式。

虽然 OpenCV4提供了图像格式转换类 Imgproc (官方Java doc)，提供了大量的图像格式转换方法（下面是其中的一部分），

static intCOLOR_mRGBA2RGBA 
static intCOLOR_RGB2BGR 
static intCOLOR_RGB2BGR555 
static intCOLOR_RGB2BGR565 
static intCOLOR_RGB2BGRA 
static intCOLOR_RGB2GRAY 
static intCOLOR_RGB2HLS 
static intCOLOR_RGB2HLS_FULL 
static intCOLOR_RGB2HSV 
static intCOLOR_RGB2HSV_FULL 
static intCOLOR_RGB2Lab 
static intCOLOR_RGB2Luv 
static intCOLOR_RGB2RGBA 
static intCOLOR_RGB2XYZ 
static intCOLOR_RGB2YCrCb 
static intCOLOR_RGB2YUV 
static intCOLOR_RGB2YUV_I420 
static intCOLOR_RGB2YUV_IYUV 
static intCOLOR_RGB2YUV_YV12 
static intCOLOR_RGBA2BGR 
static intCOLOR_RGBA2BGR555 
static intCOLOR_RGBA2BGR565 
static intCOLOR_RGBA2BGRA 
static intCOLOR_RGBA2GRAY 
static intCOLOR_RGBA2mRGBA 
static intCOLOR_RGBA2RGB 
static intCOLOR_RGBA2YUV_I420 
static intCOLOR_RGBA2YUV_IYUV 
static intCOLOR_RGBA2YUV_YV12 

但是，没有直接将 BGR格式直接转换为 ARGB 格式的方法！

前面的程序使用： Imgproc.cvtColor(tmp, src, Imgproc.COLOR_BGR2RGBA);

只能将图像格式从BGR装换到 RGBA，而Processing需要的格式是 ARGB !

 

这就是导致上一篇文章中图像颜色失真的原因了！

 

三、解决方法

OpenCV提供了一个混合(颜色)通道的方法  Core.mixChannels( )，可以实现不同通道的颜色交换！

就是他了！

1、原来的方法

draw( )方法如下：

void draw() 
  background(0);
  Mat tmp = new Mat();
  cap.read(tmp);
  Imgproc.cvtColor(tmp, fm, Imgproc.COLOR_BGR2RGBA);
  PImage img = matToImg(fm);
  image(img, 0, 0);
  tmp.release();

2、修改后的方法

draw() 方法如下：

void draw() 
  background(0);
  Mat tmp = new Mat();
  Mat src = new Mat();
  cap.read(tmp);
  Imgproc.cvtColor(tmp, src, Imgproc.COLOR_BGR2RGBA);
  fm = src.clone();
  ArrayList<Mat> srcList = new ArrayList<Mat>();
  ArrayList<Mat> dstList = new ArrayList<Mat>();
  Core.split(src, srcList);
  Core.split(fm, dstList);
  Core.mixChannels(srcList, dstList, new MatOfInt(0, 1, 1, 2, 2, 3, 3, 0));
  Core.merge(dstList, fm);
  PImage img = matToImg(fm);
  image(img, 0, 0);
  src.release();
  tmp.release();

三、解释一下

1、创建两个空矩阵 src、tmp；

Mat tmp = new Mat();
Mat src = new Mat();

2、将图像的一帧数据读入 tmp 矩阵； 

cap.read(tmp);

3、将 tmp 矩阵的图像格式由 BGR 转换为 RGBA，保存到 src 中；

Imgproc.cvtColor(tmp, src, Imgproc.COLOR_BGR2RGBA);

4、克隆一个 src 为 fm； 

fm = src.clone();

这时候，src 和 fm 的内容相同的、都是转换成 RGBA 格式的图像信息；

 

5、创建两个ArrayList ，把两个矩阵src和fm转换成一维数组srcList和dstList；

ArrayList<Mat> srcList = new ArrayList<Mat>();
ArrayList<Mat> dstList = new ArrayList<Mat>();
Core.split(src, srcList);
Core.split(fm, dstList);

6、使用Core.mixChannels() 交换两个一维数组指定位置的数据，将RGBA 的数据交换成 ARGB 数据（后面说怎么指定位置）把需要的数据保存到 dstList 中；

Core.mixChannels(srcList, dstList, new MatOfInt(0, 1, 1, 2, 2, 3, 3, 0));

这时候，dstList 一维数组保存的是交换后的 AGRB 数据；

 

7、然后把 dstList 保存到 fm 矩阵中。

Core.merge(dstList, fm);

8、把 fm矩阵数据转换为PImage。

PImage img = matToImg(fm);

9、显示 PImage 图像。

image(img, 0, 0);

 

四、OpenCV提供的方法

前面三段中第3步和第6步，都是使用OpenCV提供的方法完成

A）由 BGR 转换为 RGBA；

B）交换一维数组指定位置的数据；

 

下面用数据进行黑盒测试，看看这两个方法的效果。

1、测试 Imgproc.cvtColor（）将 BGR 转换为 RGBA

创建一个空矩阵 src ，一个tmp 矩阵设置一些模拟数据；


import org.opencv.core.*;
import org.opencv.videoio.*;
import org.opencv.imgproc.*;
import java.nio.ByteBuffer;
import java.util.ArrayList;

void setup()
  size(640,480);
  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
  noLoop();


void draw()
  background(0);
  Mat src = new Mat();
  Mat tmp = new Mat(new Size(4,3),CvType.CV_8UC4,new Scalar(1,2,3,4));
  println("----- before ---");
  println("src  --->");
  println(src.dump()+"\\n");
  println("tmp  --->");
  println(tmp.dump()+"\\n");
  Imgproc.cvtColor(tmp, src, Imgproc.COLOR_BGR2RGBA);
  println("----- after ---\\n");
  println("src  --->");
  println(src.dump()+"\\n");
  println("tmp  --->");
  println(tmp.dump());

结果：

可以看出，经过 Imgproc.cvtColor（）,tmp的 BGRA 格式转换成了 RGBA格式。

 

2、交换一维数组指定位置的数据

模拟两个矩阵数据，转换成一维数组


import org.opencv.core.*;
import org.opencv.videoio.*;
import org.opencv.imgproc.*;
import java.nio.ByteBuffer;
import java.util.ArrayList;

void setup()
  size(640,480);
  System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
  noLoop();


void draw()
  background(0);
  
  Mat src = new Mat(new Size(4,3),CvType.CV_8UC4,new Scalar(0,1,2,3));
  Mat fm = new Mat(new Size(4,3),CvType.CV_8UC4,new Scalar(0,1,2,3));
  
  println("----- before ---");
  println("src  --->");
  println(src.dump()+"\\n");
  println("fm  --->");
  println(fm.dump()+"\\n");
  
  ArrayList<Mat> srcList = new ArrayList<Mat>();
  ArrayList<Mat> dstList = new ArrayList<Mat>();
  Core.split(src, srcList);
  Core.split(fm, dstList);
  
  Core.mixChannels(srcList, dstList, new MatOfInt(0, 1, 1, 2, 2, 3, 3, 0));
  Core.merge(dstList, fm);
  
  println("----- after ---\\n");
  println("src  --->");
  println(src.dump()+"\\n");
  println("fm  --->");
  println(fm.dump());

调用 Core.mixChannels(srcList, dstList, new MatOfInt(0, 1, 1, 2, 2, 3, 3, 0));    方法得出：

数据从 RGBA 转换为 ARGB。

从上面这张图，讲一下 MatOfInt(0,1,1,2,2,3,3,0)的作用。

把 MatOfInt 的参数，两两一对，组成 (0,1)  (1,2)  (2,3)  (3,0)

表示:

(0,1)   R 从 源通道0 -->目标通道1,

(1,2)   G 从 源通道1-->目标通道2,

(2,3)   B 从 源通道2 -->目标通道3，

(3,0)  A 从 源通道3 -->目标通道0

 

五、结论

只要通过OpenCV的两个方法Imgproc.cvtColor（）和Core.mixChannels（）方法组合，可以将OpenCV的 BGR格式转换成Processing需要的 ARGB格式。

 

只要理解了OpenCV的 BGR 格式，Processing的ARGB格式，就可以更好的利用API对图像、视频进行处理。

以上是关于OpenCV4.0 与 Processing 图像格式分析和转换的主要内容，如果未能解决你的问题，请参考以下文章

mac环境下编译Opencv4.0 以及在Processing中使用opencv4.0举例

发布Processing的opencv4类库: OpenCV4 for Processing

发布Processing的opencv4类库: OpenCV4 for Processing

OpenCV4.0读取大于8bit位深的RGB图像

OpenCV4.0读取大于8bit位深的RGB图像

OpenCV4.0读取大于8bit位深的RGB图像