OpenCV圖像的基本操作有哪些

這篇文章主要介紹“OpenCV圖像的基本操作有哪些”，在日常操作中，相信很多人在OpenCV圖像的基本操作有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”OpenCV圖像的基本操作有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

前言：

opencv最主要的的功能是用于圖像處理，所以圖像的概念貫穿了整個opencv，與其相關的核心類就是Mat。

像素：

圖片尺寸以像素為單位時，每一厘米等于28像素，如1515厘米長度的圖片，等于420420像素的長度。一個像素所能表達的不同顏色數取決于比特每像素(BPP)。

灰度圖像:8bpp=2的8次方=256色，
高彩色:16bpp=2的16次方=65536色，
真彩色:24bpps=2的24次方=16777216色。

圖像分辨率：

圖像分辨率是圖像總像素的多少，由于圖像通常用矩陣表示，所以分辨率常用，mn表示，注意: n 表示行數(代表一列包含的像素)，m表示列數代表一行包含的像素。

640X480表示圖像的長和寬分別為640和480，總像素為640X480=307200(相機中所說的30萬分辨率)，
800X600表示圖像的長和寬分別為800和600，總像素為800X600=480000(相機中所說的50萬分辨率)。

圖像和矩陣

圖像是由像素組成的，而像素實際上就是帶有坐標位置和顏色信息的點。我們把圖片想象成由若干行，若干列的點組成的， 現實中有RGB顏色系統，我們可以把圖中任意一點（位置在第m行，第n列）的點A表示為

A[m,n] = [blue,green,red]
參數解讀
m |A點在圖像中的第m行
n |A點在圖像中的第n列
blue |表示藍色，三原色（RGB）的第一個數值
green|表示綠色，三原色（RGB）的第二個數值
red |表示紅色，三原色（RGB）的第一個數值

每個點對應的亮度可以理解為rgb的值，無符號8位數3維，則一個像素點為3維數組，分別對應RGB的值，在OpenCV中數據類型為:cV_8u3C。
假設Mx N，lij表示第j行j列，對應上圖就是M= 300，N= 200。
假設Mx N，lij表示第j行j列，對應上圖就是M= 300，N= 200。

像素值的讀寫

很多時候，我們需要讀取某個像素值，或者設置某個像素值;在更多的時候，我們需要對整個圖像里的所有像素進行遍歷。OpenCV提供了多種方法來實現圖像的遍歷。
方法一：at 函數

 cv::Mat grayim(600, 800, CV_8UC1);
    // 遍歷所有像素，并設置像素值
    for( int i = 0; i < grayim.rows; ++i)
    {
        for( int j = 0; j < grayim.cols; ++j )
        {
             grayim.at<uchar>(i,j) = (i+j)%255;
        }

    }
   imshow("grayim",grayim);
    cv::Mat colorim(600, 800, CV_8UC3);
    // 遍歷所有像素，并設置像素值
    for( int i = 0; i < colorim.rows; ++i)
    {
        for( int j = 0; j < colorim.cols; ++j )
        {
            cv::Vec3b pixel;
            // 注意：opencv通道順序，BGR，非RGB
            pixel[0] = i%255;  // Blue
            pixel[1] = j%255;  // Green
            pixel[2] = 0;      // Red
            colorim.at<Vec3b>(i,j) = pixel;
        }
    }
    imshow("colorim",colorim);
    waitKey();

方法一：使用數據指針

 cv::Mat grayim(600, 800, CV_8UC1);
    cv::Mat colorim(600, 800, CV_8UC3);
    //遍歷所有像素，并設置像素值
    for( int i = 0; i < grayim.rows; ++i)
    {
        //獲取第 i 行首像素指針
        uchar * p = grayim.ptr<uchar>(i);
        //對第 i 行的每個像素(byte)操作
        for( int j = 0; j < grayim.cols; ++j )
        p[j] = (i+j)%255;
    }
    //遍歷所有像素，并設置像素值
    for( int i = 0; i < colorim.rows; ++i)
    {
        //獲取第 i 行首像素指針
        cv::Vec3b * p = colorim.ptr<cv::Vec3b>(i);
        for( int j = 0; j < colorim.cols; ++j )
        {
            p[j][0] = i%255;    //Blue
            p[j][1] = j%255;    //Green
            p[j][2] = 0;        //Red
        }
    }

    imshow("grayim",grayim);
     imshow("colorim",colorim);

實驗效果

圖像局部操作

選擇單行/單列
示例:A矩陣的第i行，將這一行的所有元素都乘以2，然后賦值給第j行

A.row(j)= A.row(i)*2;

選擇多行/多列
Range是OpencV中新增的類，該類有兩個關鍵變量star和end。Range對象可以用來表示矩陣的多個連續的行或者多個連續的列。其表示的范圍為從start到end，包含start。

// 創建一個單位陣
Mat A = Mat::eye(10, 10, CV_32S);
// 提取第 1 到 3 列（不包括 3）
Mat B = A(Range::all(), Range(1, 3));
// 提取B的第 5 至 9 行（不包括 9）
// 其實等價于C = A(Range(5, 9), Range(1, 3))
Mat C = B(Range(5, 9), Range::all());

選擇指定區域

圖像中提取感興趣區域(Region of interest)有兩種方法:
方法—:使用構造函數

//創建寬度為 320，高度為 240 的 3 通道圖像
Mat img(Size(320, 240), CV_8UC3);
//roi 是表示 img 中 Rect(10, 10, 100, 100)區域的對象
Mat roi(img, Rect(10, 10, 100, 100));

方法二:使用括號運算符

Mat roi2 = img(Rect(10, 10, 100, 100));
//當然也可以使用Range對象來定義感興趣區域，如下：
// 用括號運算符
Mat roi3 = img(Range(10, 100), Range(10, 100)); 
// 用構造函數
Mat roi4(img, Range(10, 100), Range(10, 100));

取對角線元素

矩陣的對角線元素可以使用cv::Mat就的diag()函數獲取:

Mat Mat::diag(int d) const

1.當d=0時，表示取主對角線; 當參數d>0是，表示取主對角線下方的次對線，
2. 當d=1時，表示取主對角線下方，且緊貼主多角線的元素;
3. 當參數d<0時，示取主對角線上方的次對角線。如同row()和col)函數,diag()函數也不進行內存復制操作，其復雜度也是0(1)。

到此，關于“OpenCV圖像的基本操作有哪些”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！