列表 上一篇 下一篇

编程最基本的问题之数据访问

背景

最开始学习opencv的时候没太注意对基本的图像容器Mat，直到后来每次涉及到最基本的问题时总要没有思路的回过头来看，比如最简单的定义一个图像、访问图像的某个像素，所以这里稍微总结一下。

Mat定义

  1. Mat A=imread(argv[1], CV_LOAD_IMAGE_COLOR);
  2. Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
  3. Mat F = A.clone();
  4. A.copyTo(G);
  5. Mat M(2,2, CV_8UC3);
  6. Mat M(2,2, CV_8UC3, Scalar(0,0,255));
  7. int sz[3] = {2,3,4};Mat L(3,sz, CV_8UC(3), Scalar::all(0));
  8. Mat C = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
  9. IplImage* img = cvLoadImage("greatwave.png", 1);Mat mtx(img); // convert IplImage* -> Mat

解释：

  1. 把mat看做磁盘上的文件，直接读取
  2. 把mat看做已知mat（图像）的一个矩形部分，直接通过Rect定义即可
  3. 把mat看做已知mat的clone，clone方法返回mat
  4. 把mat看做已知mat的copy，copyTo方法需要传入mat
  5. 把mat看做一个二维数组，需要注意数组每个元素的类型定义：
    CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]
  6. 同上，只是对数组中每个元素初始化值
  7. 比较不常用的方式，第一个实参3代表维度，第二个实参代表每个维度尺寸的数组，第三个实参Scalar::all(0)代表给每一个元素初始化，其实就是定义了一个3维（2*3*4）的mat并且每个元素是CV_8UC(3)类型
  8. 小矩阵逗号分隔初始化函数
  9. 为已存在IplImage指针创建信息头,或者说IplImage*转换为Mat，也算是很正规的构造函数了

Mat像素的访问

图像矩阵的大小取决于我们所用的颜色模型，确切地说，取决于所用通道数。如果是灰度图像，矩阵就会像这样： img
而对多通道图像来说，矩阵中的列会包含多个子列，其子列个数与通道数相等。例如，RGB颜色模型的矩阵： img
注意到，子列的通道顺序是反过来的：BGR而不是RGB。很多情况下，因为内存足够大，可实现连续存储，因此，图像中的各行就能一行一行地连接起来，形成一个长行。连续存储有助于提升图像扫描速度，我们可以使用 isContinuous() 来去判断矩阵是否是连续存储的. 相关示例会在接下来的内容中提供。

第一种方法：

Mat& ScanImageAndReduceC(Mat& I, const uchar* const table) { // accept only char type matrices CV_Assert(I.depth() != sizeof(uchar)); int channels = I.channels(); int nRows = I.rows * channels; int nCols = I.cols; if (I.isContinuous()) { nCols *= nRows; nRows = 1; } int i,j; uchar* p; for( i = 0; i < nRows; ++i) { p = I.ptr<uchar>(i); for ( j = 0; j < nCols; ++j) { p[j] = table[p[j]]; } } return I; }

注意：

  1. int nRows = I.rows * channels;
    两点：
    1.I.rows整体上把图像看做是一个二维的，其基本元素是像素，而I.rows * channels也是二维的角度，只不过其基本元素是每个像素的基本RGB分量。

    2.可以看看上图似乎nCols = I.cols * channels;更合适，这里就需要注意一下了,一方面opencv这样存储，另一方面用数据表示数据的时候，尽量把数据拆分成行更常用，而不是拆分成列，比如把二维数组看成是一行一行的（由一维数组组成）。
  2. if (I.isContinuous())
    如果isContinuous()为真，其实可以把图像看做是一维数组，所以另nRows = 1;而nCols *= nRows;
  3. 关于I.ptr<uchar>(i) 把图像看做是二维数组，且最基本的元素是RGB分量。所以I.ptr<uchar>(i)返回的是第i行的指针（注意并不是图像上第i行的指针）。是否有I.ptr<Vec3b>(i)呢？？

第二种方法：

Mat& ScanImageAndReduceIterator(Mat& I, const uchar* const table) { // accept only char type matrices CV_Assert(I.depth() != sizeof(uchar)); 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]]; } } } return I; }

说到Iterator就要注意基本单位，所以如果I.channels()为1，最基本的单位就是char，所以用img类型，如果I.channels()为3，最基本的单位是三分量的像素，所以用img类型。而C++中Iterator的定义是img(角度：某个类的Iterator。在java里更直接，list l = new ArrayList();Iterator iter = l.iterator();很像子类对象引用赋值给父类指针，但为什么在C++里不行呢？另外java的迭代器通过next方法获得下一个元素，而不是C++中的指针增加。)，但通过Iterator访问数据的方式都类似指针。迭代器近似指针。