圖像的基本操作

圖像的表示

　　在正式介紹之前，先簡單介紹一下數字圖像的基本概念。如圖 3.1 中所示 的圖像，我們看到的是 Lena 的頭像，但是計算機看來，這副圖像只是一堆亮度 各異的點。一副尺寸為 M × N 的圖像可以用一個 M × N 的矩陣來表示，矩 陣元素的值表示這個位置上的像素的亮度，一般來說像素值越大表示該點越 亮。如圖 3.1 中白色圓圈內的區域，進行放大並仔細查看，將會如圖 3.2 所 示。
 

一般來說，灰度圖用 2 維矩陣表示，彩色（多通道）圖像用 3 維矩陣（M × N × 3）表示。對於圖像顯示來說，目前大部分設備都是用無符號 8 位整 數（類型為 CV_8U）表示像素亮度。 圖像數據在計算機內存中的存儲順序為以圖像最左上點（也可能是最左下 點）開始，存儲如表 3-1 所示。

Iij 表示第 i 行 j 列的像素值。如果是多通道圖像，比如 RGB 圖像，則每個 像素用三個字節表示。在 OpenCV 中，RGB 圖像的通道順序為 BGR ，存儲如 表 3-2 所示。

Mat類

　　早期的 OpenCV 中，使用 IplImage 和 CvMat 數據結構來表示圖像。IplImage 和 CvMat 都是 C 語言的結構。使用這兩個結構的問題是內存需要手動管理，開 發者必須清楚的知道何時需要申請內存，何時需要釋放內存。這個開發者帶來了 一定的負擔，開發者應該將更多精力用於算法設計，因此在新版本的 OpenCV 中 引入了 Mat 類。

　　新加入的 Mat 類能夠自動管理內存。使用 Mat 類，你不再需要花費大量精 力在內存管理上。而且你的代碼會變得很簡潔，代碼行數會變少。但 C++接口唯 一的不足是當前一些嵌入式開發系統可能只支持 C 語言，如果你的開發平台支持 C++，完全沒有必要再用 IplImage 和 CvMat。在新版本的 OpenCV 中，開發者依 然可以使用 IplImage 和 CvMat，但是一些新增加的函數只提供了 Mat 接口。本書 中的例程也都將采用新的 Mat 類，不再介紹 IplImage 和 CvMat。

　　Mat 類的定義如下所示，關鍵的屬性如下方代碼所示：

class CV_EXPORTS Mat
{
    public:
        //一系列函數
        ...
        /* flag 參數中包含許多關於矩陣的信息，如：
        -Mat 的標識
        -數據是否連續
        -深度
        -通道數目
        */
        int flags;
        //矩陣的維數，取值應該大於或等於 2
        int dims;
        //矩陣的行數和列數，如果矩陣超過 2 維，這兩個變量的值都為-1
        int rows, cols;
        //指向數據的指針
        uchar* data;


        //指向引用計數的指針
        //如果數據是由用戶分配的，則為 NULL
        int* refcount;

        //其他成員變量和成員函數
        ...
};

創建 Mat 對象

　　Mat 是一個非常優秀的圖像類，它同時也是一個通用的矩陣類，可以用來創 建和操作多維矩陣。有多種方法創建一個 Mat 對象。

 構造函數方法

　　Mat 類提供了一系列構造函數，可以方便的根據需要創建 Mat 對象。下面是 一個使用構造函數創建對象的例子。

Mat M(3,2, CV_8UC3, Scalar(0,0,255));  
cout << "M = " << endl << " " << M << endl; 

　　第一行代碼創建一個行數（高度）為 3，列數（寬度）為 2 的圖像，圖像元 素是 8 位無符號整數類型，且有三個通道。圖像的所有像素值被初始化為(0, 0, 255)。由於 OpenCV 中默認的顏色順序為 BGR，因此這是一個全紅色的圖像。

　　第二行代碼是輸出Mat類的實例M的所有像素值。Mat重定義了<<操作符， 使用這個操作符，可以方便地輸出所有像素值，而不需要使用 for 循環逐個像素 輸出。

Mat的常見構造方法

常用的構造函數有：
　　 Mat::Mat() 無參數構造方法；
 　　Mat::Mat(int rows, int cols, int type) 創建行數為 rows，列數為 col，類型為 type 的圖像；
　　 Mat::Mat(Size size, int type) 創建大小為 size，類型為 type 的圖像；
　　 Mat::Mat(int rows, int cols, int type, const Scalar& s) 創建行數為 rows，列數為 col，類型為 type 的圖像，並將所有元素初始 化為值 s；
　　 Mat::Mat(Size size, int type, const Scalar& s) 創建大小為 size，類型為 type 的圖像，並將所有元素初始化為值 s；
　　 Mat::Mat(const Mat& m) 將 m 賦值給新創建的對象，此處不會對圖像數據進行復制，m 和新對象 共用圖像數據；
　　 Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP) 創建行數為 rows，列數為 col，類型為 type 的圖像，此構造函數不創建 圖像數據所需內存，而是直接使用 data 所指內存，圖像的行步長由 step 指定。
　　 Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP) 創建大小為 size，類型為 type 的圖像，此構造函數不創建圖像數據所需 內存，而是直接使用 data 所指內存，圖像的行步長由 step 指定。
　　 Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange) 創建的新圖像為 m 的一部分，具體的范圍由 rowRange 和 colRange 指 定，此構造函數也不進行圖像數據的復制操作，新圖像與 m 共用圖像數 據；
　　 Mat::Mat(const Mat& m, const Rect& roi) 創建的新圖像為 m 的一部分，具體的范圍 roi 指定，此構造函數也不進 行圖像數據的復制操作，新圖像與 m 共用圖像數據。

　　這些構造函數中，很多都涉及到類型type。type可以是CV_8UC1，CV_16SC1， …， CV_64FC4 等。里面的 8U 表示 8 位無符號整數，16S 表示 16 位有符號整數，64F 表示 64 位浮點數（即 double 類型）；C 后面的數表示通道數，例如 C1 表示一個 通道的圖像，C4 表示 4 個通道的圖像，以此類推。
　　如果你需要更多的通道數，需要用宏 CV_8UC(n)，例如：
　　Mat M(3,2, CV_8UC(5));//創建行數為 3，列數為 2，通道數為 5 的圖像

create()函數創建對象

　　除了在構造函數中可以創建圖像，也可以使用 Mat 類的 create()函數創建圖 像。如果 create()函數指定的參數與圖像之前的參數相同，則不進行實質的內存 申請操作；如果參數不同，則減少原始數據內存的索引，並重新申請內存。使用 方法如下面例程所示：

　　　　Mat M(2,2, CV_8UC3);//構造函數創建圖像

　　　　M.create(3,2, CV_8UC2);//釋放內存重新創建圖像

矩陣的基本元素表達

　　對於單通道圖像，其元素類型一般為8U（即8位無符號整數），當然也可以是16S、32F等；這些類型可以直接用uchar、short、float等C/C++語言中的基本數據類型表達。如果多通道圖像，如RGB彩色圖像，需要用三個通道來表示。在這種情況下，如果依然將圖像視作一個二維矩陣，那么矩陣的元素不再是基本的數據類型。27OpenCV中有模板類Vec，可以表示一個向量。OpenCV中使用Vec類預定義了一些小向量，可以將之用於矩陣元素的表達。

    typedef Vec<uchar, 2> Vec2b;
    typedef Vec<uchar, 3> Vec3b;
    typedef Vec<uchar, 4> Vec4b;
    typedef Vec<short, 2> Vec2s;
    typedef Vec<short, 3> Vec3s;
    typedef Vec<short, 4> Vec4s;
    typedef Vec<int, 2> Vec2i;
    typedef Vec<int, 3> Vec3i;
    typedef Vec<int, 4> Vec4i;
    typedef Vec<float, 2> Vec2f;
    typedef Vec<float, 3> Vec3f;
    typedef Vec<float, 4> Vec4f;
    typedef Vec<float, 6> Vec6f;
    typedef Vec<double, 2> Vec2d;
    typedef Vec<double, 3> Vec3d;
    typedef Vec<double, 4> Vec4d;
    typedef Vec<double, 6> Vec6d;

　　例如8U類型的RGB彩色圖像可以使用Vec3b，3通道float類型的矩陣可以使用Vec3f。

　　對於Vec對象，可以使用[]符號如操作數組般讀寫其元素，如：

　　

Vec3b color; //變量描述一種RGB顏色
color[0]=255; //B分量
color[1]=0; //G分量
color[2]=0; //R分量

像素值的讀寫

很多時候，我們需要讀取某個像素值，或者設置某個像素值；在更多的時候，我們需要對整個圖像里的所有像素進行遍歷。OpenCV提供了多種方法來實現圖像的遍歷。

at()函數

    函數at()來實現讀去矩陣中的某個像素，或者對某個像素進行賦值操作。下面兩行代碼演示了at()函數的使用方法。
uchar value = grayim.at<uchar>(i,j);//讀出第i行第j列像素值
grayim.at<uchar>(i,j)=128; //將第i行第j列像素值設置為128
    如果要對圖像進行遍歷，可以參考下面的例程。這個例程創建了兩個圖像，分別是單通道的grayim以及3個通道的colorim，然后對兩個圖像的所有像素值進行賦值，最后現實結果。

 

#include<iostream>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;
/*需要注意的是：
    如果要遍歷圖像，並不推薦使用at()函數。使用這個函數的優點是代碼的可讀性比較高但是at的效率不是很高*/
int main(int argc,char* argv[])
{
    Mat grayim(600,800,CV_8UC1);
    Mat colorim(600,800,CV_8UC3);

    //遍歷所有元素，並設置像素值
    for(int i=0;i<grayim.rows;i++)
        for(int j=0;j<grayim.cols;j++)
            grayim.at<uchar>(i,j)=(i+j)%255;

    //遍歷所有像素，並且設置像素值
    for(int i=0;i<colorim.rows;i++)
        for(int j=0;j<colorim.cols;j++)
        {
            Vec3b pixel;
            pixel[0]=i%255;
            pixel[1]=j%255;
            pixel[2]=0;
            colorim.at<Vec3b>(i,j)=pixel;
        }
    //顯示結果
    imshow("grayim",grayim);
    imshow("colorim",colorim);
    waitKey(0);
    return 0;
}

 

　　如果你熟悉C++的STL庫那么你一定了解迭代器的使用。迭代器可以方便的遍歷所有的元素。Mat也增加了迭代器的支持，一邊矩陣元素的便利。下面的實例功能跟上一節的比較類似，但是由於使用了迭代器，而不是使用行數和列數來便利所有這兒沒有了i和j變量，像素的像素值為一個隨機數。

#include<iostream>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;
/*需要注意的是：
    如果要遍歷圖像，並不推薦使用at()函數。使用這個函數的優點是代碼的可讀性比較高但是at的效率不是很高*/
int main(int argc,char* argv[])
{
    Mat grayim(680,800,CV_8UC1);
    Mat colorim(680,800,CV_8UC3);

    //遍歷所有元素，並設置像素值
    MatIterator_<uchar> grayit,grayend;
    for(grayit=grayim.begin<uchar>(),grayend=grayim.end<uchar>();grayit!=grayend;grayit++)
        *grayit=rand()%255;

    MatIterator_<Vec3b> colorit,colorend;
    for(colorit=colorim.begin<Vec3b>(),colorend=colorim.end<Vec3b>();colorit!=colorend;colorit++)
    {
        (*colorit)[0]=rand()%255;//Blue
        (*colorit)[1]=rand()%255;//Green
        (*colorit)[2]=rand()%255;//Red
    }
    imshow("yuan",grayim);
    imshow("chong",colorim);
   // printf("asdddddddddddddd");
    waitKey(0);
    return 0;
}

 

通過數據指針

　　使用iplimage結構的時候，我們會經常使用數據指針來直接操作像素。通過指針操作來訪問像素值非常高效的，但是C/C++中的指針操作是不進行類型以及是否越界檢查的，如果指針的訪問出錯程序運行時有時候可能看上去一切正常但是，有時候會彈出來一個“段錯誤”（segment fault）。

　　當程序的規模比較大，並且邏輯十分復雜的時候，查找指針錯誤就十分困難。對於不熟悉指針的編程者來說指針就如同噩夢。如果你對指針使用沒有自信，則不建議使用。如果非常注重程序的運行速度，那么遍歷象素的時候，建議使用指針。

0.783

#include<iostream>
#include<time.h>
#include<stdlib.h>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;
/*需要注意的是：
    如果要遍歷圖像，並不推薦使用at()函數。使用這個函數的優點是代碼的可讀性比較高但是at的效率不是很高*/
int main(int argc,char* argv[])
{
    clock_t start,finish;          //計時之用
    double totalTime;               //計時之用
    start=clock();              //計時之用


    Mat grayim(680,800,CV_8UC1);
    Mat colorim(680,800,CV_8UC3);

    //遍歷所有元素，並設置像素值
    for(int i=0;i<grayim.rows;i++)
    {
        uchar *p=grayim.ptr<uchar>(i);
        for(int j=0;j<grayim.cols;j++)
        {
            p[j]=(i+j)%255;
        }
    }
    for(int i=0;i<colorim.rows;i++)
    {
        Vec3b *p=colorim.ptr<Vec3b>(i);
        for(int j=0;j<colorim.cols;j++)
        {
            p[j][0]=j%255;
            p[j][1]=j%255;
            p[j][2]=j;
        }
    }
    imshow("yuan",grayim);
    imshow("chong",colorim);
    finish=clock();//計時之用
    totalTime=(double)(finish-start)/CLOCKS_PER_SEC;//計時之用
    printf("------------%lf------------\n",totalTime);
    waitKey(0);
    return 0;
}

 

 

 

單行或者單列選擇

　　提取矩陣的一行或者一列可以使用row（）或者col（）。函數的聲明如下：

Mat Mat::row(int i) const
Mat Mat::col(int j) const

 

　　參數i和j分別是行標和列標。例如取出A矩陣的第i行可以使用如下代碼：

　　　　Mat line = A.row(i);

　　例如取出A矩陣的第i行，將這一行的所有元素都乘以2，然后賦值給第j行可以這樣寫：

　　　　A.row(j) = A.row(i)*2;

　　

用range選擇多行或多列

　　Range是OpenCV中新增的類，該類有兩個關鍵變量star和end。Range對象可以用來表示矩陣的多個連續的行或者多個連續的列。其表示的范圍為從start到end，包含start但不包含end。Range類的定義如下。

class range
{
public:
    ...
    int start,end;
};

 

　　Range類還提供了一個靜態方法all（），這個方法的作用如同Matlab中的“：”，表示所有的行或者列。

//創建一個單位陣
Mat A = Mat::eye(10,10,CV_32S);
//提取第一行到第三行（不包括三）
Mat B = A(Range::all(),Range(1,3));
//提取B的第5至第9行（不包括9）
//其實等價於C = A（Range（5，9），Range（1，3））
Mat C = B(Range(5,9),Range::all());

 

感興趣的區域

　　從頭像中提取感興趣的區域有兩種方法，一種是使用構造函數，如下例所示：

//創建寬度為320，高度為241，的三通道圖像
Mat img(Size(320,240),CV_8UC3);
//roi是表示img中rect(10,10,100,100)區域的對象
Mat roi(img,rect(10,10,100,100));
//除了使用構造函數，還可以使用括號運算符，如下：
Mat roi2=img(Rect(10,10,100,100));
//當然也可以使用Range運算符來定義感興趣對象，如下：
Mat roi3=img(Range(10,100),Range(10,100));

 

Mat表達式

　　利用C++中的運算符重載，OpenCV2中引入了Mat運算表達式。這一特點使得用C++進行編程的時候，就如同寫Matlab腳本一樣，代碼變得簡潔易懂，也便於維護。

　　如果矩陣A和B大小相同，則可以使用如下表達式：

　　　　C=A+B+1；

　　　　　　其執行結果是矩陣A和B大小相同，則可以使用如下表達式：

　　　　　　　　C=A+B+1；

　　其執行結果是A和B的元素相加，然后再加上1，並將生成的矩陣賦值給C變量。

　　下面是Mat表達式所支持的運算。下面的列表中使用A和B表示Mat類型的對象，使用s表示Scalar對象，alpha表示double值。

　　　　*加法，減法，取負：A+B,A-B,A+s,A-s,s+A,s-A,-A

　　　　*縮放取值范圍：A*alpha

　　　　*矩陣對應元素的乘法和除法：A.mul（B），A/B ,alpha/A

　　　　*矩陣乘法：A*B（此處是矩陣乘法，而不是矩陣對應元素相乘）

　　　　*矩陣轉置：A.t()

　　　　*矩陣求逆和求偽逆：A.inv()

　　　　*矩陣比較運算：A cmpop B，A cmpop alpha ， alphga cmpop A。此處的cmpop可以是>,>=,==,!=,<=,<。如果條件成立則結果矩陣？（8U類型矩陣）的對應元素被設置為255，否則設置為0。

　　　　*矩陣位邏輯運算：A logicop B，A logicop s ， s logicop A，~A，此處logicop可以是&，|和^。

　　　　*矩陣對應元素的最大值和最小值：min(A,B), min(A,alpha), max(A,B), max(A,alpha)。

　　　　*矩陣中元素的絕對值：abs（A）

　　　　*叉積和點積：A.cross(B),A.dot(B)

　　下面的例程展示了Mat表達式的使用方法，例程的輸出結果如下所示。

　　　　

#include<iostream>
#include<stdio.h>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc,char* argv[])
{
    Mat M(600,800,CV_8UC1);

    for(int i=0;i<M.rows;i++)
    {
        uchar *p=M.ptr<uchar>(i); //聲明一個uchar指針，並且將矩陣M的第i行頭指針賦給該指針，單位是uchar。
        for(int j=0;j<M.cols;j++)
        {
            double d1=(double)((i+j%255));
            //用at讀寫像素的時候需要指定類型。
            M.at<uchar>(i,j)=d1;
            //下面的代碼錯誤，應該使用at<uchar>()
            //但是編譯時不會提醒錯誤
            //運行結果不正確，d2不等於d1.
            double d2 = M.at<double>(i,j);
        }
    }
    //在變量聲明時指定矩陣元素類型
    Mat_<uchar> M1 = (Mat_<uchar>&)M;
    for(int i=0;i<M1.rows;i++)
    {
        uchar *p=M1.ptr(i);
        for(int j=0;j<M1.cols;j++)
        {
            double d1 = (double)((i+j)%255);
            M1(i,j)=d1;
            double d2=M1(i,j);
        }
    }
    return 0;
}

 

Mat類的內存管理

　　使用Mat類，內存管理變得簡單，不再像使用iplimage那樣需要自己申請和釋放內存了。雖然不了解Mat的內存管理機制，也無妨Mat類的使用，但是如果清楚了解Mat的內存管理機制，會更清楚一些函數到底執行了那些數據。

　　Mat是一個類，由兩個數據部分組成：矩陣頭（包含矩陣尺寸，儲存方法，儲存地址等信息）和一個指向儲存所有像素值的矩陣的指針，如圖所示矩陣頭的尺寸是常數值，但是矩陣的尺寸會依圖像的不同而不同，通常比矩陣頭大數個數量級。復制矩陣數據往往需要花費較多的時間，所以一般情況下不要賦值較大矩陣，能夠復用就盡量復用。

　　為了解決矩陣數據的傳遞，OpenCV使用了引用計數機制。其思路是讓每個Mat對象有自己的矩陣頭信息，但是多個Mat對象可以共享一個矩陣數據。讓矩陣指針指向同一地址而實現這一目的。很多函數以及很多操作（比如函數參數傳遞），支付至矩陣頭信息，而不復制矩陣數據。

　　前面提到過，有很多方法創建Mat類。如果Mat類自己申請數據空間，那么會多申請4個字節，多出的四個字節儲存數據被引用的次數。引用次數儲存於數據空間的后面，refcount指向這個位置，如圖所示當計數為0的時候就釋放該空間。

 關於多個矩陣對象共享同一矩陣數據，我們可以看這個例子：

　　

Mat A(100,100,CV_8UC1);

Mat B=A;

Mat C = A(Rect(50,50,30,30));

 

　　

上面的代碼有三個Mat對象，分別是A，B和C。這三者共有同一矩陣數據其示意圖如：

　　

 

輸出

　　從前面的例程，可以看到Mat類重載了<<運算符，可以方便的使用溜操作來輸出矩陣的內容。默認情況下輸出的格式是類似於Matlab中矩陣的輸出格式。除了默認格式，Mat也支持其他的輸出格式。代碼如下：

　　　　首先創建一個矩陣，並用隨機數填充。填充的范圍由randu（）函數的第二個和第三個參數去誒的那個，下面代碼是介於0到255之間。

　　

#include<iostream>
#include<fstream>
#include<iostream>
#include<stdio.h>
#include"opencv2/opencv.hpp"
#include<stdlib.h>
using namespace std;
using namespace cv;
int main(int argc,char* argv[])
{
    FILE *f;
    ofstream fileio("C:\\Users\\xpower\\Desktop\\jack.txt",ios::out|ios::in);

    Mat R = Mat(300,200,CV_8UC3);

    randu(R,Scalar::all(0),Scalar::all(255));//填充的范圍由randu()參數和第三個參數確定，下面代碼是介於0到255之間。

//默認格式輸出的代碼如下：
    imshow("jack",R);

    //cout<<"R (default) = "<<endl<<R<<endl<<endl;
    fileio<<R<<endl;
    fileio.close();
    printf("end!\n");
    waitKey(0);
}

 

Mat與iplimage和CvMat的轉換

　　在OpenCV2中雖然引入了方便的Mat類，處於兼容性的考慮，OpenCV依然支持C語言接口的iplimage和CvMat結果，如果想要和以前的代碼兼容將會涉及到Mat與iplimage和CvMat的轉換。

Mat轉為IpLimage和CvMat的轉換

　　。。。。。

 讀寫圖像文件

　　將圖像文件讀入內存，可以使用imread()函數；將Mat對象以圖像文件格式寫入內存，可以使用imwrite()函數。

讀取圖像文件

　　imread函數返回的是Mat對象,如果讀取文件失敗,則會返回一個空矩陣,即Mat::data的值食NULL.執行imread()之后, 需要檢查文件是否讀入成功, 你可以使用Mat::empty()函數進行檢查。imread()函數的聲明如下。

Mat imread(const string &filename,int flag=1)

 很明顯參數filename就是被讀取或者保存的文件名。在imread()函數中flag的取值有三種情況：

　　　　flag>0, 該函數返回3通道圖像，如果磁盤上的圖像文件時單通道的則會被強制轉換為三通道；

　　　　flag=0，該函數返回單通道圖像，如果磁盤的文件是強制轉化為單通道圖像。

　　　　flag<0, 函數不對圖像做通道轉換。

imread()函數支持多種文件格式，且該函數是根據圖像文件的內容來確定文件格式，而不是根據文件的擴展名來確定，文件格式名如下。

　　Windows位圖文件-BMP，DIB；

　　JPEG文件-JPEG，JPG，JPE；

　　便攜式網絡圖片-PNG

　　便攜式圖像格式-PBM，PGM，PPM；

　　Sun rasters - SR，RAS；

　　TIFF文件-TIFF，TIF

　　OpenEXR HDR圖片，EXR

　　JPEG圖片 - jp2

你所安裝的OpenCV並不一定能支持上述所有格式，文件格式的支持需要特定的庫，只有在編譯OpenCV添加了相應的的文件格式庫，才可支持其格式，。

寫圖像文件

　　將圖像寫入文件，可以使用imwrite()函數，該函數的聲明如下：

bool imwrite(const string &filename,InputArray image,const vector<int> &params=vector<int>())

 

　　文件的格式由filename參數指定的文件擴展名確定。推薦使用PNG文件格式。BMP格式是無損格式，但是一般不進行壓縮，文件尺寸非常大；JPEG格式的文件嬌小，但是JPEG是有損壓縮，會丟失一些信息。PNG是無損壓縮格式，推薦使用。

imwrite()函數的第三個參數params可以指定文件格式的一些細節信息。這個參數里面的數值是跟文件格式相關的：

　　　　*JPEG：表示圖像的質量，取值范圍從0到100。數值越大表示圖像質量越高，當然文件也越大。默認值是95。

　　　　*PNG：表示壓縮級別，取值范圍是從0到9。數值越大表示文件越小，但是壓縮花費的時間也越長。默認值是3。

　　　　*PPM，PGM或PBM：表示文件是以二進制還是純文本方式存儲，取值為0或1。如果取值為1，則表示以二進制方式存儲。默認值是1。

　　並不是所有的Mat對象都可以存為圖像文件，目前支持的格式只有8U類型的單通道和3通道（顏色順序為BGR）矩陣；如果需要要保存16U格式圖像，只能使用PNG、JPEG 2000和TIFF格式。如果希望將其他格式的矩陣保存為圖像文件，可以先用Mat::convertTo()函數或者cvtColor()函數將矩陣轉為可以保存的格式。
　　另外需要注意的是，在保存文件時，如果文件已經存在，imwrite()進行提醒，將直接覆蓋掉以前的文件。

下面例程展示了如何讀入一副圖像，然后對圖像進行Canny邊緣操作，最后將結果保存到圖像文件中。

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char *argv[])
{
    //讀入圖像並將之轉化為單通道圖像
    Mat im = imread("C:\\Users\\xpower\\Desktop\\niao.jpg",0);
    //檢查是否讀取成功
    if(im.empty())
    {
        cout<<"讀取文件失敗"<<endl;
        return -1;
    }
    //進行Canny操作，並將結果儲存於result
    Mat result;
    Canny(im,result,50,150);
    //保存結果
    imwrite("C:\\Users\\xpower\\Desktop\\niao.jpg",result);
    imshow("niaoniao",result);
    waitKey(0);
}

 

讀寫視頻

　　介紹OpenCV讀寫視頻之前，先介紹一下編解碼器（codec）。如果是圖像文件，我們可以根據文件擴展名得知圖像的格式。但是此經驗並不能推廣到視頻文件中。有些OpenCV用戶會碰到奇怪的問題，都是avi視頻文件，有的能用OpenCV打開，有的不能。
　　視頻的格式主要由壓縮算法決定。壓縮算法稱之為編碼器（coder），解壓算法稱之為解碼器（decoder），編解碼算法可以統稱為編解碼器（codec）。視頻文件能讀或者寫，關鍵看是否有相應的編解碼器。編解碼器的種類非常多，常用的有MJPG、XVID、DIVX等，完整的列表請參考FOURCC網站3。因此視頻文件的擴展名（如avi等）往往只能表示這是一個視頻文件。

　　OpenCV 2中提供了兩個類來實現視頻的讀寫。讀視頻的類是VideoCapture，寫視頻的類是VideoWriter。

讀視頻

　　VideoCapture既可以從視頻文件讀取圖像，也可以從攝像頭讀取圖像。可以使用該類的構造函數打開視頻文件或者攝像頭。如果VideoCapture對象已經創建，也可以使用VideoCapture::open()打開，VideoCapture::open()函數會自動調用VideoCapture::release()函數，先釋放已經打開的視頻，然后再打開新視頻。

　　如果要讀一幀，可以使用VideoCapture::read()VideoCapture類重載了操作符，實現了讀視頻幀的功能。下面的例程演示了使用VideoCapture類讀視頻。

#include<iostream>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc,char** argv)
{

    //打開第一個攝像頭
    //VideoCapture cap(0);

    //打開視頻文件
    VideoCapture cap("video.short.raw.avi");// 文件名就是這個。
    if(!cap.isOpened())
    {
        cerr<<"Can not open a camera or file."<<endl;
        return -1;
    }
    Mat edges;
    namedWindow("jackchen",1);
    int i=0;
    for(;;)
    {
        cerr<<i<<endl;
        i++;
        Mat frame;
        //從cap中讀一幀，存到frame。
        cap>>frame;
        //如果沒有讀到圖像
        if(frame.empty())
        {
           // cerr<<"沒有讀取到圖像！"<<endl;
            break;
        }
        //將讀取到的圖像轉化為灰度圖
        cvtColor(frame,edges,CV_BGR2GRAY);
        //進行邊緣提取操作
        Canny(edges,edges,0,30,3);
        //顯示結果
        imshow("edges",edges);
        if(waitKey(30)>=0)
            break;

    }
    return 0;
}

 

寫視頻

　　使用OpenCV創建視頻也非常簡單，與毒食品不同的是，你需要在創建視頻時設置一系列參數，包括：文件名，編解碼器，幀率，寬度和高度等。編解碼器使用四個字符表示，可以是CV_FOURCC('M','J','P','G'), CV_FOURCC('X','V','I','D')以及CV_FOURCC('D','I','V','X');等。如果使用編碼器無法創建視頻文件，請嘗試用其他的編碼器。

　　將圖像寫入視頻可以用VideoWrite::Write函數，VideoWrite類中也重載了<<運算符，使用起來非常方便。另外需要注意的是待寫入圖像的尺寸必須和寫入圖像的尺寸一致。

　　下面的例程演示了如何寫視頻文件。本例程將生成一個視頻文件，視頻的第0幀上是一個紅色的“0”，第一幀上是一個紅色的“1”，以此類推共100幀。

#include<stdio.h>
#include<iostream>
#include"opencv2/opencv.hpp"

using namespace std;
using namespace cv;


int main(int argc,char **argv)
{
    //定義視頻的高度和寬度
    Size s(320,240);
    //創建Write，並指定Fourcc和FPS等參數
    VideoWriter writer = VideoWriter("MyVideo.avi",CV_FOURCC('M','J','P','G'),25,s);
    //檢查是否創建成功
    if(!writer.isOpened())
    {
        cerr<<"創建視頻文件失敗\n";
        return -1;
    }
    //視頻幀
    Mat frame(s,CV_8UC3);
    for(int i=0;i<100;i++)
    {
        //將圖像設置成黑色
        frame=Scalar::all(0);
        //將整數i轉化為字符串類型
        char text[128];
        snprintf(text,sizeof(text),"%d",i);
        //將數字繪到圖片上
        putText(frame,text,Point(s.width/3,s.height/3),FONT_HERSHEY_SCRIPT_SIMPLEX,3,Scalar(0,0,255),3,8);
        //將圖像寫入視頻
        writer<<frame;
    }
    //退出程序自動關閉視頻文件
    return 0;
}