OpenCV學習(1)--圖像的讀取、寫入、輸出、ROI的選取、Mat介紹

此分類用於記錄OpenCV的學習，目前隨筆中給出的代碼都是用C++寫的，后面可能會用上Python。

另外學習過程的記錄會放在代碼塊的注釋中。

學習資料 OpenCV官方文檔

OpenCV讀取圖像數據並輸出

對於OpenCV中的圖像，以左上角為(0, 0)點，橫軸為x，縱軸為y，即對於圖像來說，y表示有多少rows，x表示有多少cols

void readAndShow(string path) {
    string imageName(path);
    cv::Mat image;
    // cv::Mat 包括一個矩陣頭和一個指向存儲像素值區域的指針
    // Mat的復制 只復制矩陣頭和指針 圖像數據不會復制成第二份 
    // 類似於 Type *A = B 此時改變B也會改變A 淺拷貝

    // 要復制圖像數據時 需要使用一下兩種方式
    // cv::Mat image2 = image.clone();
    // A.copyTo(image2)

    //image = imread(imageName, cv::IMREAD_COLOR);  // 讀取圖像文件
    //image = imread(imageName, cv::IMREAD_GRAYSCALE);
    image = cv::imread(imageName, cv::IMREAD_COLOR);

    // imread() 第一個參數為圖像文件所在路徑 第二個參數指定我們所需的圖像格式
    // IMREAD_COLOR (<0)按原樣加載圖像
    // IMREAD_GRAYSCALE (0) 加載灰度圖像
    // IMREAD_COLOR (>0) 以RGB格式加載圖像


    if (image.empty()) {   // 讀取未成功
        cout << "Failed read!" << std::endl;
        return;
    }

    cv::namedWindow("Display window", cv::WINDOW_AUTOSIZE);   // 創建window 參數"Display window"指定窗口名稱
    cv::imshow("Display window", image);  // 在窗口顯示圖片
    cv::waitKey(0);  // 等待一個鍵盤輸入
    return;
}

將讀入的彩色圖片轉化為灰度圖片並寫入磁盤

void showCvtColorAndImwrite(string path) {
    cv::Mat image;
    image = cv::imread(path, cv::IMREAD_COLOR);  // 讀取RGB格式彩色圖片

    if (image.empty()) {
        cout << "Failed read!" << endl;
        return;
    }

    cv::namedWindow("RGBColor", cv::WINDOW_AUTOSIZE);
    cv::imshow("RGBColor", image);
    cv::waitKey(0);

    // 轉換為灰度圖片
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);  
    // 將彩色圖片轉化為灰度圖片 image為原彩色圖片數據 grayImage為轉化后存儲灰色圖片數據的地方 cv::COLOR_BGR2GRAY指示執行怎么樣的轉換

    cv::namedWindow("grayColor", cv::WINDOW_AUTOSIZE);
    cv::imshow("grayColor", grayImage);

    cv::imwrite("first_gray.jpg", grayImage);   
    // 將garyImage存儲的圖片數據寫入磁盤 新寫入的圖片文件名為first_gray.jpg
    cv::waitKey(0);
}

在圖像中創建感興趣區域 ROI

int selectROIExample(void) {
    // 在原讀取的圖像文件中選取了一個990*990大小的矩陣ROI 並輸出
    cv::Mat image;
    image = cv::imread("first.jpg", cv::IMREAD_COLOR);

    if (image.empty()) {   // 讀取未成功
        cout << "Failed read!" << std::endl;
        return 0;
    }

    cv::Mat D(image, cv::Rect(10, 10, 1000, 1000));
    // 選取image中左上角為(10, 10)長寬為(1000, 1000)的矩形包含的圖像
    // 即在圖像中創建感興趣區域 ROI

    cv::namedWindow("Test Window!", cv::WINDOW_AUTOSIZE);
    cv::imshow("Test Window!", image);
    cv::waitKey(0);
    cv::imshow("Test Window!", D);
    cv::waitKey(0);
    return 0;
}

Mat的創建

void howToCreateMatSubject() {
    // Mat的初始化構造

    cv::Mat image(100, 100, CV_8UC3, cv::Scalar(0, 0, 255));
    // 通過給定圖像大小100*100 
    // 指定存儲元素的數據類型和每個矩陣點的通道數CV_8UC3即8位無符號char類型3通道
    // 通過Scalar將圖像設置為單一灰度Scalar(num)或顏色Scalar(n1, n2, n3)

    int size[3] = { 200, 200, 200 };
    cv::Mat image2(3, size, CV_8UC(1), cv::Scalar::all(0));
    // 創建一個2維已上的矩陣
    // 參數3指定維度
    // size 指定每個維度的大小

    /*
    MATLAB樣式的初始化器
    cv::Mat::zeros()
    cv::Mat::ones()
    cv::Mat::eye()
    */

    // cv::randu() 獲取隨機值

    // cv::format()控制輸出格式 cv::Formatter::FMT_NUMPY表示以numpy形式
    // std::cout << "控制輸出格式" << std::endl << cv::format(image, cv::Formatter::FMT_NUMPY) << std::endl;

    cv::Point2f P(5, 1);
    // 點
}