opencv基础_opencv mat初始化

opencv基础

一.Mat初始化

1.初始化

https://blog.csdn.net/m0_37874102/article/details/114023446
注意：
cv::Mat::size()的返回值为cv::Size，可用于初始化
cv::Mat::size类型为cv::MatSize，不能用于初始化

2.深度拷贝

Mat =为赋值
copyTo和clone为深度拷贝
如下面代码所示img4 = img，当img变化时，img4也随之变换。但是通过copyTo和clone赋值的img1和img2并不会随之发生变化。

#include <iostream>
#include <opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
	cv::Mat img = cv::imread("test.png", IMREAD_GRAYSCALE);
	cv::Mat img1(img.size(), CV_32FC3);
	cv::Mat img2(img.size(), img.type());
	cv::Mat img3(cv::Mat::zeros(640, 640, 3));
	cv::Mat img4 = img;
	img1 = img.clone();
	img2.copyTo(img);

	img = Scalar(255, 255, 255);
	cv::namedWindow("img", WINDOW_NORMAL);
	cv::imshow("img", img);
	cv::namedWindow("img1", WINDOW_NORMAL);
	cv::imshow("img1", img1);
	cv::namedWindow("img2", WINDOW_NORMAL);
	cv::imshow("img2", img1);
	cv::namedWindow("img3", WINDOW_NORMAL);
	cv::imshow("img3", img3);
	cv::namedWindow("img4", WINDOW_NORMAL);
	cv::imshow("img4", img4);

	cv::waitKey(0);
	cv::destroyAllWindows;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

二、图像像素读写

对彩色图像和灰度图像因为通道数不同，所以像素遍历不同，每个像素存放的数据类型不相同。灰度图像只有一个通道，直接存在一个基本变量中，而彩色图像有三个通道存放在了Vector中。
通过指针遍历更快。

void QuickDemo::pixel_visit_demo(Mat &image) {
	int w = image.cols;
	int h = image.rows;
	int dims = image.channels();
	/*
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			if (dims == 1) { // 灰度图像
				int pv = image.at<uchar>(row, col);
				image.at<uchar>(row, col) = 255 - pv;
			}
			if (dims == 3) { // 彩色图像
				Vec3b bgr = image.at<Vec3b>(row, col);
				image.at<Vec3b>(row, col)[0] = 255 - bgr[0];
				image.at<Vec3b>(row, col)[1] = 255 - bgr[1];
				image.at<Vec3b>(row, col)[2] = 255 - bgr[2];
			}
		}
	}
	*/

	for (int row = 0; row < h; row++) {
		uchar* current_row = image.ptr<uchar>(row);
		for (int col = 0; col < w; col++) {
			if (dims == 1) { // 灰度图像
				int pv = *current_row;
				*current_row++ = 255 - pv;
			}
			if (dims == 3) { // 彩色图像
				*current_row++ = 255 - *current_row;
				*current_row++ = 255 - *current_row;
				*current_row++ = 255 - *current_row;
			}
		}
	}
	imshow("像素读写演示", image);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

三、图像像素的算数操作

opencv中图像即Mat，Mat可以直接和Scalar以及其他图像进行运算，直接对Mat进行加减乘除算数运算就可以对图像进行修改。如果超过像素值的最大最小的取值范围，那么函数会对像素值置255/0。

void QuickDemo::operators_demo(Mat &image) {
	Mat dst = Mat::zeros(image.size(), image.type());
	Mat m = Mat::zeros(image.size(), image.type());
	m = Scalar(5, 5, 5);

	// 加法
	/*
	int w = image.cols;
	int h = image.rows;
	int dims = image.channels();
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			Vec3b p1 = image.at<Vec3b>(row, col);
			Vec3b p2 = m.at<Vec3b>(row, col);
			dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(p1[0] + p2[0]);
			dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(p1[1] + p2[1]);
			dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(p1[2] + p2[2]);
		}
	}
	*/
	divide(image, m, dst);

	imshow("除法操作", dst);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24