OpenCv 2.4.9 (一) Mat基础结构&如何遍历图片

前言

---

　　因为对图像方面感兴趣，所以有空学学OpenCV的使用，并且希望以此为引子，带领自己入门图像领域。

　　先post上几个参考网站，上面有完整源码：

• http://docs.opencv.org/2.4.9/ （英文文档，主要参看）
• http://www.opencv.org.cn/opencvdoc/2.3.2/html/index.html (低版本的中文参考)
• https://github.com/opencv/opencv/tree/master/doc/tutorials (github源码，有些需要参考会英文文档)

　　因为这么多资源，所以就不贴完整代码，这重点讲解某部分，方便自己以后回来查询。

Mat - 基本的图像容器

---

Mat

　　在以前，opencv使用的是C结构，IplImage。但是使用这个结构有一个缺点就是你需要注意内存的申请和销毁。幸运的是，在C++我们可以使用一种更智能的结构，Mat。Mat会自动申请内存和销毁。

　　Mat由基本的两部分组成：矩阵头（包含图片信息，例如矩阵大小，存储方法等）和一个指向包含像素点信息的指针。矩阵头部大小是常数，但是矩阵的大小却各不相同。

 Mat A, C;　　// 只建立头部
 A = imread(fname, CV_LOAD_IMAGE_COLOR);

 Mat B(A);  // 调用copy构造函数
 C = A;     // 调用assign函数

　　上面的所有对象都指向同一个矩阵，只是头部不一样而已。如果使用其中一个对象改变图像内容，所有指向这个矩阵的对象都会受影响。copy和assign只是复制头部的一些信息。

　　我们可以调用其它方法实现深复制：

 Mat F = A.clone();
 Mat G;
 A.copyTo(G);

显式创建Mat

　　我们可以使用 imwrite() 函数来把一个矩阵写入到图片文件。但是为了调试方便，我们还可以使用<<输出（仅适用于二维矩阵）。

　　下面是创建Mat对象的各种方法：

• Mat()构造器

   Mat M(, , CV_8UC3, Scalar(, , )); // CV_[多少位][有符号or无符号][类型前缀]C[通道数]
   cout << M <<endl;
   // [0, 0, 255, 0, 0, 255;
   //  0, 0, 255, 0, 0, 255

• 使用C\C++数组构造

   int sz[] = {, 2，2};
   Mat L(, sz, CV_8UC(), Scalar::all()); // 3维的[2, 2, 2]的图像

• 为已存在IplImage指针构建头部

   IplImage* img = cvLoadImage(fname);
   Mat mtx(img);

• Create() 函数

   M.create(, , CV_8UC()); // 这种方法不能赋初值，只在中心分配内存时使用
   cout<< M << endl

• Matlab风格的初始化

   Mat E = Mat::eye(, , CV_64F);
   Mat O = Mat::ones(, , CV_32F);
   Mat Z = Mat::zeros(, , CV_8UC1);

• 逗号分隔的初始化小矩阵

   Mat C = (Mat_<double>(,) << , -, , -, , -, , -, );

• 使用clone或copyTo。

   Mat RowClone = C.row(1).clone(); // randu(RowClone, Scalar::all(0), Scalar::all(255))可以在low和high之间随机

　　　

怎样遍历图片

---

　　首先，我们可以使用一段代码计算程序执行的时间：

 double t = (double)getTickCount();
 // do something
 t = ((double)getTickCount() - t) / getTickFrequency();

　　

图像的存储

　　在RGB系统中，图像是这样存储的：（注意是BGR的形式，可以使用 isContinunous() 函数查看是否连续存放）

（下面以颜色空间缩减为例子说明）

C风格的读法

先用指针p指向一行，然后再p[j]形式读取

 int channels = I.channels();
 int nRows = I.rows;
 int nCols = I.cols * channels;

 if (I.isContinuous()) {
     nCols = nCols * nRows;
     nRows = ;
 }

 int i, j;
 uchar* p;
 for (i=; i<nRows; ++i) {
     for (j=; j<nCols; ++j) {
         p = I.ptr<uchar>(i);
         p[j] = table[p[j]]; //查表替换
     }
 }

迭代（安全）方法

迭代器从begin到end，使用(*it)[0]形式读取

const int channels = I.channels();
switch(channels)
{
case : {
    MatIterator_<uchar> it, end;
    for (it = I.begin<uchar>(), end=I.end<uchar>(); it != end; ++it)
        *it = table[*it];
    break;
    }
case : {
    MatIterator_<Vec3b> it, end;
    for (it = I.begin<Vec3b>(), end=I.end<Vec3b>(); it != end; ++it)
        (*it)[] = table[(*it)[]];
        (*it)[] = table[(*it)[]];
        (*it)[] = table[(*it)[]];
    }
}

通过相关返回值的On-the-fly地址计算

先把矩阵转换成Mat_，再用_I(i, j)[0]形式读取

const int channels = I.channels();
switch(channels)
{
case :
    {
        for (int i=; i<I.rows; ++i)
            for (int j=; j<I.cols; ++j)
                I.at<uchar>(i, j) = table[I.at<uchar>(i, j)];
        break;
    }
case :
    {
        Mat_<Vec3b> _I = I;
        for (int i=; i<I.rows; ++i)
            for (int j=; j<I.cols; ++j) {
                _I(i, j)[] = table[_I(i, j)[]];
                _I(i, j)[] = table[_I(i, j)[]];
                _I(i, j)[] = table[_I(i, j)[]];
            }
        I = _I;
        break;
    }
}

快速实现表替换

Mat lookUpTable(, , CV_8U);
uchar* p = lookUpTable.data;
for (int i=; i < ; ++i)
    p[i] = table[i];
LUT(I, lookUpTable, I);