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。