type
status
date
slug
summary
tags
category
icon
password
Email
文章首发于我的个人博客：欢迎大佬们来逛逛
图形读取与显示
通过
imread 我们可以读取一个图片其形式如下：
而我们需要传递一个InputArray类型的参数，实际上就是
cv::Mat如果创建cv::Mat呢？
可以通过它的很多的构造函数
先来了解一下图片的颜色通道。
- 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
我们使用如下的形式来描述它的通道类型：
其中：
- bit_depth：位数，就是我们上面讲的彩色深度
- S|U|F：即 signed ，unsigned int，float 来存储
- number_of_channels：通道，有单通道，双通道，三通道，和四通道等等
关于图像像素数据类型的详细信息：
加载图片
Mat类型的结构如下：
我们使用如下的几种方式来加载图片：
- CV_8UC1：单通道
- Scalar：使用BGR形式
- clone/copyTo：从另一个Mat拷贝
显示图片
我们使用函数：
imshow我们已经直到了它的第二个参数是一个类型，用来表示以何种形式显示图片：
cv::ImreadModes操作图片像素值
- CV_8UC3 图像是三通道彩色图像，每个像素由三个 uchar 值组成，分别表示蓝色、绿色和红色通道的强度。
- CV_8UC1 图像是单通道灰度图像，每个像素只有一个 uchar 值表示灰度强度。
CV_8UC3 图像的操作：
使用 cv::Mat::at(row, col) 函数可以读取特定位置的像素值。它返回一个 cv::Vec3b 对象，其中包含蓝色、绿色和红色通道的值。您可以使用 val[0]、val[1] 和 val[2] 分别访问蓝色、绿色和红色通道的值。
CV_8UC1 图像的操作：
使用 cv::Mat::at(row, col) 函数可以读取特定位置的像素值。它返回一个 uchar 值，表示灰度强度。
请注意，对于 CV_8UC3 图像，要读取或修改特定通道的值，您可以通过 val[0]、val[1] 和 val[2] 分别访问蓝色、绿色和红色通道的值。
打印图片信息
我们可以打印
Mat的信息，因为它实际上就是一个矩阵，我们可以采用多种形式来格式化输出- C语言形式
- numpy形式
- python形式
….
保存图片
使用函数：
imwrite第一个参数为保存的图片的路径，第二个参数为保存的图片。
其中路径我们可以使用
cv::String 来传递，就是个字符串。色彩模型转换
什么是色彩模型？
颜色模型指的是某个三维颜色空间中的一个可见光子集，它包含某个色彩域的所有色彩。一般而言，任何一个色彩域都只是可见光的子集，任何一个颜色模型都无法包含所有的可见光(通俗一点讲就是表示颜色的一种方式
RGB颜色模型
在计算机体系中，最常见的色彩模型就是
RGB颜色模型。它具有三维坐标的模型形式：
- RGB16：每个像素用
16个比特位表示，占2个字节。 - RGB565：RGB分量分别使用5位、6位、5位：
- RGB555：RGB分量分别使用5位、5位、5位：
- 对于
RGB555，如何获取各个5位上的值，即分别获取 R，G，B所代表的值？ - 通过位运算即可获取。
- RGB24格式:每个像素用
24比特位表示，占3个字节,在内存中RGB各排列顺序为：BGR：
- RGB32格式:每个像素用
32比特位表示，占4个字节，R，G，B分量分别用8个bit表示，存储顺序为B，G，R，最后8个字节保留 - ARGB32:本质就是带
alpha通道的RGB24，与RGB32的区别在与，保留的8个bit用来表示透明，也就是alpha的值 - 对于
RGB32，如何获取各个8位上的值，即分别获取 R，G，B，Alpha所代表的值？ - 通过位运算即可获取。
HSV颜色模型
HSV（Hue, Saturation,Value）也被称为六角锥体模型，即色调，饱和度，明度
将RGB转换为HSV模型：
cvtColor函数：将图像从一种颜色模型转换为另一个。
- 起到关键作用的是第三个参数：
cv::ColorConversionCodes是一个枚举，表示了你想要从谁转换到谁，这里我们让BGR形式转换为HSV形式。
HLS模型
HLS模型分别是色调，亮度，饱和度。
上图可以看出，固定一个颜色（H）,那么随着饱和度（S,Chroma）的增加，颜色越来越深。
LAB模型
Lab颜色模型由三个要素组成，一个要素是
亮度（L），a 和b是两个颜色通道。a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）
b是从亮蓝色（低亮度值）到灰色（中亮度值）再到黄色（高亮度值）。
- 因此，这种颜色混合后将产生具有明亮效果的色彩。
还有很多的颜色模型都可以在
cvtColor这个函数中找到。图像像素读写操作
openCV基本类型介绍：
- 基本类型：
- 封装类型：Vec类似于std::vector，只不过可以指定其大小，并且命名规则为 cv:: Vec
大小+类型
图像是由像素掉构成的，因此我们可以获取图像的每一个像素，这个像素是由（i，j）确定的，即在图片宽度与高度的范围下，每一个行的每一列都可以是一个像素。
我们使用 Mat 的
at 函数来获取某个位置的像素值。注意像素具有
channels的区别。- 如果是单通道： 则直接获取
uchar表示一个像素（一字节）。
- 如果是三通道： 则需要获取
Vec3b表示三个像素，可以通过[0]，[1]，[2]来分别操作。
以下操作对图片转换为负片，使用 255 - 当前像素值。
安全类型转换：
saturate_cast<T> 是openCV的一种安全转换函数，当我们对像素执行加减乘除的时候，有可能会超出 的范围，因此使用此函数来保证不会越界。实际上这个函数就是：
- 超过255：转为255
- 小于0：转为0
像素算数运算
图像可以进行像素之间的算数运算，跟我们上节的对像素的简单减法是一样的：
我们有专门的函数：
- add：像素加
- subtract：像素减
- multiply：像素乘
- divide：像素除
- addWeighted：对图片执行： 的操作，其中的和就是透明度。
除了基本的运算，还有二进制运算：
- and：像素按位与
- or：按位或
- not：按位取反
- xor：按位异或
测试如下：
需要两个原图片执行下面的这些操作，我使用的图片是：（注意尺寸要一样）
然后自行执行下面代码。
图形文字绘制
绘制线
使用
line函数，原型如下：在执行 imshow的之前，在图片上画一条线：
绘制圆
使用
circle函数来绘制圆或者填充圆效果如下：
- 填充效果需要把
thickness置为-1。
绘制矩形
使用
rectangle函数来绘制矩形。效果如下：
绘制椭圆
使用
ellipse来绘制椭圆：效果如下：
绘制文字
使用
putText来绘制文字，注意不支持中文！！！！！！！！！！！！！测试如下：
其他绘制函数
绘制多边形线：
- polylines
绘制填充多边形：
- fillPoly
文本参考
- 作者:Yuleo
- 链接:https://www.helloylh.com/article/opencv2
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。