opencv学习笔记——C++读入bmp图像数据后，转为mat型矩阵，并显示输出

在开始之前，我们先介绍一下mat类的用法：

1、mat类存储图像

Mat类是OpenCV里使用广泛的一个类，其中最重要的一个作用就是作为存储图像的数据结构。那么Mat类如何存储的图像呢？

       我们都知道图像分为彩色图像和灰度图像，这里我有一个误区，一直认为彩色图像是一种三维矩阵，就是立方体的那种结构，一个图像分为三层。但是这种理解是错误的，其实在存储的图像不管是彩色的还是灰度图像，都是二维的矩阵，具体的存储格式如下：
（1）灰度图像的格式：

（2）彩色图像的格式：


虽然彩色图像由BGR三个通道，但是是存储在同一个平面内的，只不过OpenCV在这里把三列才当作一列，因此有img.cols等于图像的列数。

一般我们用Opencv读取的灰度图像的数据类型为uchar类型的，而彩色图像的一个像素的数据类型为<Vec3b>类型的，灰度图一个像素占用1个字节，而彩色图像一个像素3个字节。

2、将数组转化为mat类，并显示输出

这个程序承接上一个C++读图程序，在上一个程序中，已经实现了将bmp图像数据读取出来并存入矩阵，在这里要实现的就是把三通道的图像数据存入mat矩阵中，显示输出。代码如下：

rgb2opencvshow.cpp

#include<cstdlib>
#include<cstdio>
#include<cmath>
#include<iomanip>
#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/core/core.hpp"
#include"readbmp.h"
#include"savebmp.h"

using namespace std;
using namespace cv;

unsigned int **out_r;
unsigned int **out_g;
unsigned int **out_b;

void doIt()
{

	char readPath[] = "D:\\C++_file\\image_deal_C++\\read_BMP\\lunpan.bmp";
	readBmp(readPath);
	// 输出整体图像信息
	cout << "\nwidth=" << bmpWidth << "\nheight=" << bmpHeight << "\nbiBitCount=" << biBitCount << endl;
	// 图像的字节数
	int linebyte1 = (bmpWidth*biBitCount / 8 + 3) / 4 * 4;
	int n = 0, m = 0, count_xiang_su = 0;

	out_r = new unsigned int *[bmpHeight];        //开辟指针数组
	for (int i = 0; i<bmpHeight; i++)
		out_r[i] = new unsigned int[bmpWidth];

	out_g = new unsigned int *[bmpHeight];        //开辟指针数组
	for (int i = 0; i<bmpHeight; i++)
		out_g[i] = new unsigned int[bmpWidth];

	out_b = new unsigned int *[bmpHeight];        //开辟指针数组
	for (int i = 0; i<bmpHeight; i++)
		out_b[i] = new unsigned int[bmpWidth];

	//初始化原始像素的数组。

	if (biBitCount == 8)
	{
		for (int i = 0; i<bmpHeight / 2; i++)
		{
			for (int j = 0; j<bmpWidth / 2; i++)
				*(pBmpBuf + i*linebyte1 + j) = 0;
		}
	}

	if (biBitCount == 24)
	{
		for (int i = 0; i<bmpHeight; i++)
		{
			for (int j = 0; j<bmpWidth; j++)
			{
				for (int k = 0; k<3; k++)//每像素RGB三个分量分别置0才变成黑色
				{
					m = *(pBmpBuf + i*linebyte1 + j * 3 + k);
					count_xiang_su++;
				}
				n++;
			}
		}
		cout << "总的像素个素为:" << n << endl;
		cout << "----------------------------------------------------" << endl;
	}


	if (biBitCount == 24)
	{
		for (int i = 0; i<bmpHeight; i++)
		{
			for (int j = 0; j<bmpWidth; j++)
			{
				out_r[bmpHeight - 1 - i][j] = pBmpBuf[j * 3 + 2 + bmpWidth*i * 3];
				out_g[bmpHeight - 1 - i][j] = pBmpBuf[j * 3 + 1 + bmpWidth *i * 3];
				out_b[bmpHeight - 1 - i][j] = pBmpBuf[j * 3 + bmpWidth *i * 3];
			}
		}
		Mat img_data(bmpHeight, bmpWidth, CV_8UC3);
		for (int i = 0; i<bmpHeight; i++){
			for (int j = 0; j<bmpWidth; j++){
				img_data.at<Vec3b>(i, j)[0] = out_b[i][j];
				img_data.at<Vec3b>(i, j) [1]= out_g[i][j];
				img_data.at<Vec3b>(i, j) [2]= out_r[i][j];
			}
		}
		
		namedWindow("lunpan");
		imshow("lunpan",img_data);
		waitKey(0);
		imwrite("D:\\C++_file\\image_deal_C++\\11.bmp",img_data);
	
	}

	//清除缓冲区，pBmpBuf和pColorTable是全局变量，在文件读入时申请的空间
	delete[]pBmpBuf;
	if (biBitCount == 8)
		delete[]pColorTable;

}


int main()
{
	doIt();
	system("pause");
	return 0;
}

测试该程序可知，输出结果与原图相同，成功实现数据的转换。