加载美女图片之OpenCV 图像读取与显示

📖作者介绍：22级树莓人（计算机专业），热爱编程＜目前在c＋＋和openCv阶段>——目标Windows，MySQL，Qt，数据结构与算法，openCv，Linux，多线程，会持续分享学习成果和小项目的
📖作者主页：热爱编程的小K
📖专栏链接：OpenCV

🎉欢迎各位→点赞👏 + 收藏💞 + 留言🔔​
💬总结：希望你看完之后，能对你有所帮助，不足请指正！共同学习交流 🐾

一、图像通道

• 颜色通道
• RGB 图像有4 个默认通道：红色、绿色和蓝色各有一个通道，以及一个用于编辑图像复合通道（主通道）

• 彩色深度

• 8位色，每个像素所能显示的彩色数为2的8次方，即256种颜色。

• 16位增强色，16位彩色，每个像素所能显示的彩色数为2的16次方，即65536种颜色。

• 24位真彩色，每个像素所能显示的彩色数为24位，即2的24次方，约1680万种颜色。

• 32位真彩色，即在24位真彩色图像的基础上再增加一个表示图像透明度信息的Alpha通道。

  • Alpha通道：一张图片的透明和半透明度

CV_8UC3系列解读

• 函数原型

  CV_<bit_depth>(S|U|F)C<number_of_channels>
  

• bit_depth:像素点占用空间大小，bit

• S|U|F:

  • S:signed int——有符号
  • U:unsigned int——无符号
  • F:float——单精度浮点

• number_of_channels

  • 1 单通道图像，即为灰度图像
  • 2 双通道图像
  • 3 三通道图像
  • 4 带Alpha通道的彩色图像，四通道图像

二、读取图像

1、Mat结构

大家可以用如下图的方式查看，需要用到哪个调用哪个，这里只是简单的介绍

我们可以看一下库函数

class  Mat
{
public：/*flag: 1.数字签名 2.维度3.通道数4.连续性*/int flags;					int dims; 					//数据维数int rows,cols; 				//数据行列uchar *data;				//存储的数据		const uchar* datastart;		//数据开始const uchar* dataend;		//数据结束const uchar* datalimit;		//数据边界//其他成员  //.....//其他方法//.....public: 		//构造方式// 默认构造函数 Mat A;Mat ()// 常用构造函数 Mat A(10,10,CV_8UC3);Mat (int rows, int cols, int type)//Mat A(300, 400, CV_8UC3,Scalar(255,255,255));Mat (int ndims, const int *sizes, int type, const Scalar &s)Mat (Size size, int type)Mat (int rows, int cols, int type, const Scalar &s)Mat (Size size, int type, const Scalar &s)Mat (int ndims, const int *sizes, int type)Mat (const Mat &m)Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)Mat (Size size, int type, void *data, size_t step=AUTO_STEP)Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0)Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all())//Mat D (A, Rect(10, 10, 100, 100) );Mat (const Mat &m, const Rect &roi)Mat (const Mat &m, const Range *ranges)
};

2、格式化打印图像数据

函数原型

Ptr<Formatted> format(InputArray mtx, Formatter::FormatType fmt)

• 第一个参数是图像名称
• 第二个参数是打印方式
  • FMT_DEFAULT = 0,
  • FMT_MATLAB = 1,
  • FMT_CSV = 2,
  • FMT_PYTHON = 3,
  • FMT_NUMPY = 4,这也是py的一种打印方式，数组
  • FMT_C = 5,C语言方式打印

3、访问或设置像素强度值

函数原型

Scalar 它将各个通道的值构成一个整体，赋给具有相同通道数的矩阵元素,通俗点就是一个复合数据

scalar(1,2,3);

分别把每一个像素点颜色通道设置为1,2,3，注意这里是BGR

4、imread函数读取图片

Mat imread( const String& filename, int flags = IMREAD_COLOR );

• filename:文件路径
• flags:显示方式

三、显示图像

imshow()显示图片

imshow(const string& str,InputArray mat);

• str:窗口名称
• mat:图像

销毁窗口

• destroyAllWindows():销毁所有窗口
• destroyWindow(const char* windowName) :销毁指定窗口

四、保存图像

imwrite()函数保存图片

函数原型

bool imwrite( const String& filename, InputArray img,const std::vector<int>& params = std::vector<int>());

• filename：保存的文件名
• img：图像
• params：设置图片质量，压缩率，一般不写

五、综合案例讲解

1、测试上面的函数

void testMat() 
{//No.1构造方式Mat img(10, 10, CV_8UC1);imshow("1", img);//No.2 BGRMat img2(300, 300, CV_8UC3, Scalar(0, 255, 0));imshow("2", img2);//No.3 clone方法拷贝Mat img3 = img2.clone();imshow("3", img3);//No.4Mat img4;img3.copyTo(img4);imshow("4", img4);//No.5Mat img5 = imread("mm.jpg", IMREAD_GRAYSCALE);imshow("5", img5);//No.6Mat img6 = imread("mm.jpg", IMREAD_REDUCED_COLOR_2);imshow("6", img6);
}

这里讲一下拷贝

Mat img3 = img2.clone(); imshow("3", img3);

Mat img4; img3.copyTo(img4); imshow("4", img4);

• clone()和copyTo（）：第一个是拷贝调用者，第二个是拷贝到

下面展示一下效果

2、格式化打印效果

void print() 
{Mat img(10, 10, CV_8UC1);cout << "C:" << endl;cout << format(img, Formatter::FMT_C) << endl;cout << "csv:" << endl;cout << format(img, Formatter::FMT_CSV) << endl;cout << "py:" << endl;cout << format(img, Formatter::FMT_PYTHON) << endl;
}

效果展示

3、保存图片效果展示

void testSaveimg(const char* filename) 
{Mat img = imread("mm.jpg", IMREAD_REDUCED_COLOR_2);imwrite(filename, img);
}

这时候我们打开项目文件夹，就会发现，多了一个图片

4、综合代码

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
void testMat() 
{//No.1构造方式Mat img(10, 10, CV_8UC1);imshow("1", img);//No.2 BGRMat img2(300, 300, CV_8UC3, Scalar(0, 255, 0));imshow("2", img2);//No.3 clone方法拷贝Mat img3 = img2.clone();imshow("3", img3);//No.4Mat img4;img3.copyTo(img4);imshow("4", img4);//No.5Mat img5 = imread("mm.jpg", IMREAD_GRAYSCALE);imshow("5", img5);//No.6Mat img6 = imread("mm.jpg", IMREAD_REDUCED_COLOR_2);imshow("6", img6);
}
void print() 
{Mat img(10, 10, CV_8UC1);cout << "C:" << endl;cout << format(img, Formatter::FMT_C) << endl;cout << "csv:" << endl;cout << format(img, Formatter::FMT_CSV) << endl;cout << "py:" << endl;cout << format(img, Formatter::FMT_PYTHON) << endl;
}
void testSaveimg(const char* filename) 
{Mat img = imread("mm.jpg", IMREAD_REDUCED_COLOR_2);imwrite(filename, img);
}
int main()
{//testMat();//print();testSaveimg("love.jpg");waitKey(0);destroyAllWindows();return 0;
}