OpenCv 2.4.9 (一) Mat基礎結構&如何遍歷圖片

前言

---

 

　　因為對圖像方面感興趣，所以有空學學OpenCV的使用，並且希望以此為引子，帶領自己入門圖像領域。

　　先post上幾個參考網站，上面有完整源碼：

• http://docs.opencv.org/2.4.9/ （英文文檔，主要參看）
• http://www.opencv.org.cn/opencvdoc/2.3.2/html/index.html (低版本的中文參考)
• https://github.com/opencv/opencv/tree/master/doc/tutorials (github源碼，有些需要參考會英文文檔)

　　因為這么多資源，所以就不貼完整代碼，這重點講解某部分，方便自己以后回來查詢。

 

Mat - 基本的圖像容器

---

Mat

　　在以前，opencv使用的是C結構，IplImage。但是使用這個結構有一個缺點就是你需要注意內存的申請和銷毀。幸運的是，在C++我們可以使用一種更智能的結構，Mat。Mat會自動申請內存和銷毀。

　　Mat由基本的兩部分組成：矩陣頭（包含圖片信息，例如矩陣大小，存儲方法等）和一個指向包含像素點信息的指針。矩陣頭部大小是常數，但是矩陣的大小卻各不相同。

Mat A, C;　　// 只建立頭部
A = imread(fname, CV_LOAD_IMAGE_COLOR);

Mat B(A);  // 調用copy構造函數
C = A;     // 調用assign函數

 

　　上面的所有對象都指向同一個矩陣，只是頭部不一樣而已。如果使用其中一個對象改變圖像內容，所有指向這個矩陣的對象都會受影響。copy和assign只是復制頭部的一些信息。

　　我們可以調用其它方法實現深復制：

Mat F = A.clone();
Mat G;
A.copyTo(G);

 

 

顯式創建Mat

　　我們可以使用 imwrite() 函數來把一個矩陣寫入到圖片文件。但是為了調試方便，我們還可以使用<<輸出（僅適用於二維矩陣）。

　　下面是創建Mat對象的各種方法：

• Mat()構造器
  

  Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); // CV_[多少位][有符號or無符號][類型前綴]C[通道數]
  cout << M <<endl;
  // [0, 0, 255, 0, 0, 255;
  //  0, 0, 255, 0, 0, 255

• 使用C\C++數組構造

  int sz[3] = {2, 2，2};
  Mat L(3, sz, CV_8UC(1), Scalar::all(0)); // 3維的[2, 2, 2]的圖像

• 為已存在IplImage指針構建頭部

  IplImage* img = cvLoadImage(fname);
  Mat mtx(img);

• Create() 函數

  M.create(4, 4, CV_8UC(2)); // 這種方法不能賦初值，只在中心分配內存時使用
  cout<< M << endl

• Matlab風格的初始化

  Mat E = Mat::eye(4, 4, CV_64F);
  Mat O = Mat::ones(2, 2, CV_32F);
  Mat Z = Mat::zeros(3, 3, CV_8UC1);

• 逗號分隔的初始化小矩陣

  Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);

• 使用clone或copyTo。
  

  Mat RowClone = C.row(1).clone(); // randu(RowClone, Scalar::all(0), Scalar::all(255))可以在low和high之間隨機

 　　　

怎樣遍歷圖片

---

 

　　首先，我們可以使用一段代碼計算程序執行的時間：

double t = (double)getTickCount();
// do something
t = ((double)getTickCount() - t) / getTickFrequency();

 

　　

圖像的存儲

　　在RGB系統中，圖像是這樣存儲的：（注意是BGR的形式，可以使用 isContinunous() 函數查看是否連續存放）

（下面以顏色空間縮減為例子說明）

C風格的讀法

先用指針p指向一行，然后再p[j]形式讀取

int channels = I.channels();
int nRows = I.rows;
int nCols = I.cols * channels;

if (I.isContinuous()) {
    nCols = nCols * nRows;
    nRows = 1;
}

int i, j;
uchar* p;
for (i=0; i<nRows; ++i) {
    for (j=0; j<nCols; ++j) {
        p = I.ptr<uchar>(i);
        p[j] = table[p[j]]; //查表替換
    }
}

 

迭代（安全）方法

迭代器從begin到end，使用(*it)[0]形式讀取

const int channels = I.channels();
switch(channels)
{
case 1: {
    MatIterator_<uchar> it, end;
    for (it = I.begin<uchar>(), end=I.end<uchar>(); it != end; ++it)
        *it = table[*it];
    break;
    }
case 3: {
    MatIterator_<Vec3b> it, end;
    for (it = I.begin<Vec3b>(), end=I.end<Vec3b>(); it != end; ++it)
        (*it)[0] = table[(*it)[0]];
        (*it)[1] = table[(*it)[1]];
        (*it)[2] = table[(*it)[2]];
    }
}

 

 通過相關返回值的On-the-fly地址計算

先把矩陣轉換成Mat_，再用_I(i, j)[0]形式讀取

const int channels = I.channels();
switch(channels)
{
case 1:
    {
        for (int i=0; i<I.rows; ++i)
            for (int j=0; j<I.cols; ++j)
                I.at<uchar>(i, j) = table[I.at<uchar>(i, j)];
        break;
    }
case 3:
    {
        Mat_<Vec3b> _I = I;
        for (int i=0; i<I.rows; ++i)
            for (int j=0; j<I.cols; ++j) {
                _I(i, j)[0] = table[_I(i, j)[0]];
                _I(i, j)[1] = table[_I(i, j)[1]];
                _I(i, j)[2] = table[_I(i, j)[2]];
            }
        I = _I;
        break;
    }
}

 

快速實現表替換

Mat lookUpTable(1, 256, CV_8U);
uchar* p = lookUpTable.data;
for (int i=0; i < 256; ++i)
    p[i] = table[i];
LUT(I, lookUpTable, I);