opencv 图像类型(Mat图像字节流BitmapBITMAPINFOCxImage)之间的转换

Posted byxdaz

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opencv 图像类型(Mat图像字节流BitmapBITMAPINFOCxImage)之间的转换相关的知识,希望对你有一定的参考价值。

一、Mat与Iplimage
Mat<-----> Iplimage :直接赋值

IplImage *iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg); // IplImage* ->Mat 共享数据
// or : Mat mtx = iplImg;
cvReleaseImage(&iplImg);

Iplimage  --->  CvvImage :用“Copyof ”

CvvImage cImg;
Iplimage myimg;
cImg.Copyof(myimg, -1);


Opencv2.2版本以上CvvImage类的使用,参考这篇文章https://www.cnblogs.com/zwh0214/p/6061880.html

二、Mat与图像数据

std::vector<unsigned char> Mat2ImageData(const cv::Mat &img, std::string imgType="jpg")

    std::vector<unsigned char> vecImgData;
    std::vector<int> vecCompression_params;
    vecCompression_params.push_back(CV_IMWRITE_JPEG_QUALITY);
    vecCompression_params.push_back(100);
    imgType = "." + imgType;
    cv::imencode(imgType, img, vecImgData, vecCompression_params);
    return vecImgData;
cv::Mat ImageData2Mat(std::vector<unsigned char> vecImageData)

    cv::Mat img;
    img = cv::imdecode(vecImageData, CV_LOAD_IMAGE_COLOR);
    return img;

三、Mat转Bitmap

//获取图片宽度。绘制图片时,一定要保证Mat图片符合window图片要求(即每行字节数为4的倍数),如果不满足则要进行适当的转化,否则画出的图像会出现问题(图像不是标准图像,反而是斜的)。
int GetSuiteableWidth(const int prewidth)

    int nwidth = 0;
    int nremainder = prewidth % 4;
    if (nremainder == 0)
    
        return prewidth;//宽度 pix
    
    else
    
        return (prewidth / 4 + 1) * 4;//宽度 pix
    
    return 0;


void FillBitmapInfo(BITMAPINFO* bmi, int width, int height, int bpp, int origin)

    BITMAPINFOHEADER* bmih = &(bmi->bmiHeader);
 
    memset(bmih, 0, sizeof(*bmih));
    bmih->biSize = sizeof(BITMAPINFOHEADER);//指定文件大小,包括这14个字节
    /*32位的Windows操作系统处理4个字节(32位)的速度比较快,所以BMP的每一行颜色占用的字节数规定为4的整数倍。MyBmp.bmp中一行颜色有两个像素,共占用6字节,如果要补齐4*2=8字节,就要再加两个0字节。
行补位的公式为:widthBytes = (width*biBitCount+31)/32*4 */
    //width = (width*bpp + width) / 32 * 4;
    bmih->biWidth = GetSuiteableWidth(width);//宽度 pix
    bmih->biHeight = origin ? abs(height) : -abs(height); // 高度  .bMP文件的数据从下到上,从左到右的。也就是说,从文件中最先读到的是图象最下面一行的左边第一个象素,然后是左边第二个象素……接下来是倒数第二行左边第一个象素,左边第二个象素……依次类推 ,最后得到的是最上面一行的最右一个象素。
    bmih->biPlanes = 1; // 目标设备的级别,必须为1
    bmih->biBitCount = (unsigned short)bpp;// 每个像素所需的位数,必须是1(双色), 每个像素的位数
    // 1 - 黑白图,4 - 16色,8 - 256色,24 - 真彩色 4(16色),8(256色)或24(真彩色)之一
    bmih->biCompression = BI_RGB;// 位图压缩类型,必须是 0(不压缩), 1(BI_RLE8压缩类型)或2(BI_RLE4压缩类型)之一
//    bmih->biSizeImage = bmih->biHeight * 8 *height;
    /*biSizeImage
    指定实际的位图数据占用的字节数,其实也可以从以下的公式中计算出来:
    biSizeImage=biWidth’ × biHeight
    要注意的是:上述公式中的biWidth’必须是4的整倍数(所以不是biWidth,而是biWidth’,
    表示大于或等于biWidth的,最接近4的整倍数。举个例子,如果biWidth=240,则biWidth’=240;
    如果biWidth=241,biWidth’=244)。*/


CBitmap * Mat2CBitmap(const cv::Mat imgTmp)

    HDC hDC = this->GetDC()->GetSafeHdc();
    uchar buffer[sizeof(BITMAPINFOHEADER) + 1024];
    BITMAPINFO* bmi = (BITMAPINFO*)buffer;
    int bmp_w = imgTmp.cols, bmp_h = imgTmp.rows;
    int nchannels = imgTmp.channels();
    int bpp = (imgTmp.depth()+1)*nchannels;
    FillBitmapInfo(bmi, bmp_w, bmp_h, bpp*8, 0);
    /*
    DWORD biSizeImage; // 位图的大小,以字节为单位
    LONG biXPelsPerMeter; // 位图水平分辨率,每米像素数
    LONG biYPelsPerMeter; // 位图垂直分辨率,每米像素数
    DWORD biClrUsed;// 位图实际使用的颜色表中的颜色数
    DWORD biClrImportant;// 位图显示过程中重要的颜色数72*8
    */
    char *pBits = NULL;
    HBITMAP hBitmap = CreateDIBSection(hDC, bmi, DIB_RGB_COLORS, (void**)&pBits, NULL, 0);
    int pixelBytes = imgTmp.channels()*(imgTmp.depth()+1); // 计算一个像素多少个字节
    
    if (bmp_w%4==0)
    
        memcpy(pBits , imgTmp.data, pixelBytes*bmp_w*bmp_h);
    
    else
    
        // 原始图像宽度不是 4 的倍数,将实际图片数据一行一行拷贝过去 
        int ntempW = GetSuiteableWidth(bmp_w);
        for (size_t i = 0; i < bmp_h; i++)
        
            memcpy(pBits + pixelBytes * ntempW * i, imgTmp.data + pixelBytes * bmp_w * i, pixelBytes*bmp_w);
        
    
 
    CBitmap *pBitmap = new CBitmap;
    pBitmap->Attach(hBitmap);
    return pBitmap;

四、Mat转BITMAPINFO

void Mat2BITMAPINFO(const cv::Mat image,BITMAPINFO *imgInfo)

    //根据图像通道数建立图像信息(这里假定图像像素为24与32位或者8位(有颜色表的类似))
    if(image.channels() == 3 || image.channels() == 4)
    
        imgInfo = (BITMAPINFO*) new BYTE[sizeof(BITMAPINFOHEADER)];
    
    else    //8位,有颜色表
    
        imgInfo = (BITMAPINFO*) new BYTE[sizeof(BITMAPINFOHEADER) + 256*sizeof(RGBQUAD)];
        //颜色表赋值
        for (int i(0); i < 256; ++i)
        
            imgInfo ->bmiColors[i].rgbBlue = i;
            imgInfo ->bmiColors[i].rgbGreen = i;
            imgInfo ->bmiColors[i].rgbRed = i;
            imgInfo ->bmiColors[i].rgbReserved = 0;
        
    

    //头文件信息(注意由实际显示情况可得出图像原点显示在空间左下角)
    imgInfo->bmiHeader.biSize = sizeof(BITMAPINFOHEADER);
    imgInfo->bmiHeader.biBitCount = 8 * image .channels();
    imgInfo->bmiHeader.biHeight = -image .rows;
    imgInfo->bmiHeader.biWidth = image .cols;
    imgInfo->bmiHeader.biPlanes = 1;
    imgInfo->bmiHeader.biCompression = BI_RGB;
    imgInfo->bmiHeader.biSizeImage = image .channels() * image .cols * image .rows;
    imgInfo->bmiHeader.biXPelsPerMeter = 0;
    imgInfo->bmiHeader.biYPelsPerMeter = 0;
    imgInfo->bmiHeader.biClrUsed = 0;
    imgInfo->bmiHeader.biClrImportant = 0;


//测试代码
void CPointMatchDlg::OnPaint()

    CDC *pDC;
    pDC = GetDlgItem(IDC_MATCH_PICTURE_CONTROL)->GetDC();
    CRecr imgCtrlRect;
    GetDlgItem(IDC_MATCH_PICTURE_CONTROL)->GetClientRect(&imgCtrlRect);
    
    pDC->SetStretchBltMode(COLORONCOLOR);
    ::StretchDIBits(pDC->GetSafeHdc(), 
                0, 0, 
                imgCtrlRect.Width(), m_imgCtrlRect.Height(), 
                0, 0, 
                m_image.cols, m_image.rows, 
                m_image.data, 
                m_imgInfo, 
                DIB_RGB_COLORS, 
                SRCCOPY);

    ReleaseDC(pDC);

注意:
  这里绘制图片时,一定要保证Mat图片符合window图片要求(即每行字节数为4的倍数),如果不满足则要进行适当的转化,否则画出的图像会出现问题(图像不是标准图像,反而是斜的)。
  如果图片行字节数不是4的倍数,修改为如下语句:

cv::Mat tempImg =  cv::imread("d:\\\\test.jpeg", cv::IMREAD_UNCHANGED); 
m_image = cv::Mat::zeros(tempImg.rows, (tempImg.cols + 3) / 4 * 4, m_image.type());   //转化行字节数为4的倍数
tempImage.copyTo(m_image(cv::Rect(0, 0, tempImg.cols, tempImg.rows)));

五、Mat与CxImage

CxImage img;
img.Load("C:\\\\f.jpg");
uint8_t *buf=NULL;
int32_t len=0;
boolrs =img.Encode(buf,len,CXIMAGE_FORMAT_BMP);
cv::Mat temp2;
vector<uchar> buff2;
buff2.resize(len);
memcpy(&buff2[0],buf,len);
temp2= cv::imdecode(buff2,1);
delete []buf; //要释放buf,这个buf在函数里分配了内存

cv::imshow("111",temp2);
cv::waitKey();
 
//to Cximage
vector<uchar> buff;
cv::imencode(".bmp",temp2,buff);
CxImage img2(&buff[0],buff.size(),CXIMAGE_FORMAT_BMP);
img2.Blt(GetDlgItem(IDC_STATIC_P)->GetDC()->GetSafeHdc());

 

以上是关于opencv 图像类型(Mat图像字节流BitmapBITMAPINFOCxImage)之间的转换的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV:Mat,IplImage,CvMat类型转换

OpenCV大型阵列类型Mat类

《OpenCV:访问Mat图像中每个像素值》

从安卓手机上传图像类型应用程序/八位字节流

OpenCV中图像的格式Mat 图像深度

OpenCV 中 IplImage,CvMat,Mat中的type是怎么回事