OpenCV3入門（四）圖像的基礎操作

1、訪問圖像像素

1）灰度圖像

2）彩色圖像

OpenCV中的顏色順序是BGR而不是RGB。

訪問圖像的像素在OpenCV中就是訪問Mat矩陣，常用的有三種方法。

•  at定位符訪問

Mat數據結構，操作灰度圖像像素點：

int gray_value = (int) image.at<uchar>(i , j) ;

操作彩色圖像像素點：

int color_value = (int) image.at<Vec3b>(i , j) [k];

• 指針訪問

for (int i = 0; i < mat.rows; i++)
{
    uchar* row = mat.ptr<uchar>(i); // 行指針
    for (int j = 0; j < mat.cols; j++) // 遍歷每一行
    {
        row[j] = (uchar)((j / 5) * 10); 
    }
}

• 迭代器iterator訪問

Mat_<Vec3b>::iterator it = M.begin<Vec3b>();//初始位置的迭代器
Mat_<Vec3b>::iterator itend = M.end<Vec3b>();//終止位置的迭代器
for (; it != itend; it++)
{
    //處理BGR三個通道
    (*it)[0] = 182;//B
    (*it)[1] = 194;//G
    (*it)[2] = 154;//R
}

2、圖像亮度、對比度調節

圖像亮度調節可以等效為圖像的像素操作。如下面公式是一個線性的亮度調節。

g(x)=a*f(x) + b

其中：

g（x）：處理后的圖像

f（x）：輸入圖像

a：增益（放大倍數），用來控制圖像的對比度

b：偏置，用控制圖像的亮度

Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic4.bmp", IMREAD_GRAYSCALE);
Mat M2 = Mat(M.rows, M.cols, CV_8UC1);
cout << M.channels() << endl;
cout << M.rows<<","<<M.cols << endl;

float a = 0.5;
float b = 10;
for (int i = 0; i < M.rows; i++)
    for (int j = 0; j < M.cols; j++)
    {
        float pix = (float)M.at<uchar>(i, j);
        pix = a * (float)pix + b;
        if ((int)pix > 255) pix = 255;
        M2.at<uchar>(i, j) = (uchar) pix;
    }

imshow("pic1", M);
imshow("pic2", M2);
waitKey(0);

3、獲取圖像ROI區域

圖像的ROI(region of interest)是指圖像中感興趣區域、在OpenCV中圖像設置圖像ROI區域，實現對ROI區域操作。

方法1：

img(Rect(100, 100, 100, 100));

Rect代表一個矩形，Rect_ (_Tp _x, _Tp _y, _Tp _width, _Tp _height)，參數分別是x，y，width，height。

方法2：

img(Range(100, 200), Range(100,200));

Range表示連續的行或列，Range (int _start, int _end)；

示例：

Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic1.bmp");
cout << M.rows<<","<<M.cols << endl;
Mat roi = M(Rect(30, 50, 150, 170));

imshow("pic1", M);
imshow("roi", roi);

4、圖像混合

圖像線性混合，產生類似畫中畫的效果。

h（x）=（1-a）*f（x） + b*g（x）

a的取值范圍為0到1之間，通過對兩幅圖的像素加權得到最終的輸出圖像，兩幅圖像的大小和類型必須完全一致（兩個矩陣相加維度必須一致）。

CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,

                   double beta, double gamma, OutputArray dst, int dtype = -1);

例1：圖片與背景圖混合

Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic1.bmp");
cout << M.rows<<","<<M.cols << endl;
Mat y(M.rows, M.cols, CV_8UC3, Scalar(0, 50, 100));
Mat dst;
addWeighted(M, 0.3, y, 0.7, 0.0, dst);

imshow("pic1", M);
imshow("y", y);
imshow("add", dst);

例2：兩幅圖像混合，先統一尺寸

Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic1.bmp");
Mat M2 = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic2.bmp");
M2 = M2(Rect(0, 0, M.cols, M.rows)); //x，y，width，height
cout << M.rows<<","<<M.cols << endl;
cout << M2.rows << "," << M2.cols << endl;
Mat dst;
addWeighted(M, 0.7, M2, 0.3, 0.0, dst);

imshow("pic1", M);
imshow("pic2", M2);
imshow("add", dst);

5、圖像多通道分離

1）函數原型

/** @brief Divides a multi-channel array into several single-channel arrays.
@param src input multi-channel array.
@param mvbegin output array; the number of arrays must match src.channels(); the arrays themselves are reallocated, if needed.
*/
CV_EXPORTS void split(const Mat& src, Mat* mvbegin);

/** @overload
@param m input multi-channel array.
@param mv output vector of arrays; the arrays themselves are reallocated, if needed.
*/

2)圖像顏色通道

Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic5.bmp");
vector<Mat> channels;
split(M, channels);

imshow("pic1", M);
imshow("B", channels.at(0));
imshow("G", channels.at(1));
imshow("R", channels.at(2));
/* 方法2
Mat channels[3];
split(M, channels);

imshow("pic1", M);
imshow("B", channels[0]);
imshow("G", channels[1]);
imshow("R", channels[2]);

 6、圖像多通道合並

圖像合並函數merge是split的逆操作，將多個數組合並成多通道的數組。

merge(const Mat * mv, size_t count, OutputArray       dst )

merge(InputArrayOfArrays mv, OutputArray dst )      

//圖像合並例子，方式1：
Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic5.bmp");
Mat channels[3];
split(M, channels);

imshow("pic1", M);
imshow("B", channels[0]);
imshow("G", channels[1]);
imshow("R", channels[2]);

Mat dst;
merge(channels, 3, dst);
imshow("merged", M);
//方式2：
Mat M = imread("D:/WORK/5.OpenCV/LeanOpenCV/pic_src/pic5.bmp");
vector<Mat> channels;
split(M, channels);

imshow("pic1", M);
imshow("B", channels.at(0));
imshow("G", channels.at(1));
imshow("R", channels.at(2));

Mat dst;
merge(channels, dst);
imshow("merged", M);

輸出如下圖。

7、參考文獻

1、《OpenCV3 編程入門》，電子工業出版社，毛星雨著

2、《學習OpenCV》，清華大學出版社，Gary Bradski， Adrian kaehler著

3、opencv常用api簡單分析： split()、merge()

 

尊重原創技術文章，轉載請注明。

 https://www.cnblogs.com/pingwen/p/12296617.html