加载美女图片之OpenCV 图像读取与显示

news/2024/11/30 7:43:57/

在这里插入图片描述

📖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 🐾

在这里插入图片描述

💯文章目录

      • 一、图像通道
      • 二、读取图像
        • 1、Mat结构
        • 2、格式化打印图像数据
        • 3、访问或设置像素强度值
        • 4、imread函数读取图片
      • 三、显示图像
      • 四、保存图像
      • 五、综合案例讲解
        • 1、测试上面的函数
        • 2、格式化打印效果
        • 3、保存图片效果展示
        • 4、综合代码

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

在这里插入图片描述

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
flags解释
IMREAD_REDUCED_COLOR_4 = 333通道BGR彩色图像，使图像大小减小1/4
IMREAD_REDUCED_GRAYSCALE_8 =64单通道灰度图像，并将图像尺寸减小1/8
IMREAD_REDUCED_COLOR_8 = 653通道BGR彩色图像，使图像大小减小1/8
IMREAD_IGNORE_ORIENTATION = 128不要根据EXIF的方向标志旋转图像
IMREAD_UNCHANGED = -1按原样返回加载的图像(带有alpha通道，否则会被裁剪)
IMREAD_GRAYSCALE = 0单通道灰度图像
IMREAD_COLOR = 13通道BGR彩色图像
IMREAD_ANYDEPTH = 216位/32位图像，其他则转换为8位
IMREAD_ANYCOLOR = 4图像以任何可能的颜色格式读取
IMREAD_LOAD_GDAL = 8gdal驱动程序加载映像
IMREAD_REDUCED_GRAYSCALE_2 =16单通道灰度图像，并将图像大小减小1/2
IMREAD_REDUCED_COLOR_2 = 173通道BGR彩色图像，使图像大小减小1/2
IMREAD_REDUCED_GRAYSCALE_4 =32单通道灰度图像，并将图像尺寸减小1/4

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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;
}

http://www.ppmy.cn/news/47716.html

相关文章

C# 多线程编程的基础知识和常用的线程同步方式

C# 多线程编程的基础知识和常用的线程同步方式

多线程编程是现代软件开发中非常重要的一个方向&#xff0c;C# 作为一门现代化的编程语言&#xff0c;提供了丰富的多线程编程支持。下面我们来介绍一下 C# 多线程编程的基础知识和常用的线程同步方式。 基础知识 在 C# 中&#xff0c;可以使用 Thread 类来创建和管理线程。T…
阅读更多...
怎么把avi文件转换成mp4视频格式，4个高能方法

怎么把avi文件转换成mp4视频格式，4个高能方法

怎么把avi文件转换成mp4视频格式&#xff1f; 当您下载到avi格式的视频文件时&#xff0c;您可能会选择将其转换为MP4格式的文件。 avi是一种由微软开发的多媒体容器格式&#xff0c;尽管现在已经被认为是老旧的技术&#xff0c;但由于其简单易懂的开发API和Windows的通用性&am…
阅读更多...
TensorFlow 强化学习：6~10

TensorFlow 强化学习：6~10

原文&#xff1a;Reinforcement Learning With TensorFlow 协议&#xff1a;CC BY-NC-SA 4.0 译者&#xff1a;飞龙 本文来自【ApacheCN 深度学习 译文集】&#xff0c;采用译后编辑&#xff08;MTPE&#xff09;流程来尽可能提升效率。 不要担心自己的形象&#xff0c;只关心如…
阅读更多...
【Python】【进阶篇】二十二、Python爬虫的BS4解析库

【Python】【进阶篇】二十二、Python爬虫的BS4解析库

目录 二十二、Python爬虫的BS4解析库22.1 BS4下载安装22.2 BS4解析对象22.3 BS4常用语法1) Tag节点 22.4 遍历节点22.5 find_all()与find()1) find_all()2) find() 22.6 CSS选择器 二十二、Python爬虫的BS4解析库 Beautiful Soup 简称 BS4&#xff08;其中 4 表示版本号&#…
阅读更多...
NLP与ChatGPT的碰撞：大模型和小模型联合发力

NLP与ChatGPT的碰撞：大模型和小模型联合发力

ChatGPT真的太火了&#xff01;作为NLP的终结者&#xff0c;ChatGPT又会与NLP发生怎么样的碰撞&#xff1f;大模型可以替代小模型吗&#xff1f;NLP又将何去何从&#xff1f;今天给大家推荐一本好书&#xff1a;《基于NLP的内容理解》&#xff01; 文章目录 一、背景二、书籍介…
阅读更多...
MyBatis注解开发---实现自定义映射关系和关联查询

MyBatis注解开发---实现自定义映射关系和关联查询

目录 相关导读 一、使用注解实现自定义映射关系 1. 编写注解方法 2. 编写测试方法 3. 查看运行结果 二、使用注解实现一对一关联查询 1. 编写注解方法 2. 编写测试方法 3. 查看运行结果 三、使用注解实现一对多关联查询 1. 编写注解方法 2. 编写测试方法 3. 查看运…
阅读更多...
CANoe使用记录（二）：Trace界面介绍

CANoe使用记录（二）：Trace界面介绍

目录 1、概述 2、Trace界面介绍 2.1、右键配置 2.2、显示Title信息 2.3、改变窗口颜色 2.4、详细视图 2.5、静态视图 2.6、差异窗口 2.7、预过滤器 2.8、过滤分析 3.9、保存报文 3.10、其他类型简述 1、概述 Trace界面用于监控报文的界面&#xff0c;此界面包含很…
阅读更多...
4月22日丨【云数据库技术沙龙】技术进化，让数据更智能

4月22日丨【云数据库技术沙龙】技术进化，让数据更智能

4月22日&#xff0c;云数据库技术沙龙“MySQL x ClickHouse”专场 “MySQL x ClickHouse” 技术沙龙&#xff0c;本次沙龙以“技术进化&#xff0c;让数据更智能”为主题&#xff0c;汇聚字节跳动、阿里云、玖章算术、华为云、腾讯云、百度等众多数据库厂商的技术大咖&#xf…
阅读更多...
最新文章

Copyright @ 2022~2023