opencv Mat 像素操作

mscdj 2014-07-01

展開全文

1 cv::Mat

cv::Mat是一個n維矩陣類，聲明在<opencv2/core/core.hpp>中。

class CV_EXPORTS Mat
{
public:
    //a lot of methods

…

/*! includes several bit-fields:
         - the magic signature
         - continuity flag
         - depth
         - number of channels
     */
    int flags;
    //! the matrix dimensionality, >= 2
    int dims;
    //! the number of rows and columns or (-1, -1) when the matrix has more than 2 dimensions
    int rows, cols;
    //! pointer to the data
    uchar* data;

    //! pointer to the reference counter;
    // when matrix points to user-allocated data, the pointer is NULL
    int* refcount;
    //ohter members

    …
};

由于OpenCV 2對代碼結(jié)構(gòu)做了重新部署，所有的類和方法都定義在名字空間cv中，可以預(yù)定義名字空間：

using namespace cv

跟一般的cpp程序一樣，對于類的參數(shù)傳遞都采用引用傳遞方式，獲得較好的效率。類都有自己的構(gòu)造函數(shù)和析構(gòu)函數(shù)，防止內(nèi)存的泄漏。并且默認(rèn)的拷貝構(gòu)造函數(shù)采用的是shallow copy（淺拷貝），若需要deap copy（深拷貝）可求助于cv::Mat的copyTo()方法。這些東西都是cpp的基礎(chǔ)知識

2 cv::Mat_

cv::Mat_是一個模板類，聲明在<opencv2/core/core.hpp>中。

template<typename _Tp> class CV_EXPORTS Mat_ : public Mat
{
public:

    //some specific methods
};

由于cv::Mat類中含有很多模板方法，這些參數(shù)類型要到運(yùn)行期才能確定，但是這種靈活性卻使得簡單的調(diào)用代碼復(fù)雜，因此就有了cv::Mat_類來簡化代碼。如

cv::Mat image = cv::imread('img.jpg');
image.at<uchar>(j, i) = 255;

cv::Mat_<uchar> im2 = image;
im2(j, i) = 255;

代碼明顯好看了。

3 Scanning an image

以color Reduction操作為例，指針方式代碼如下：

/**
* An example of color reduction for scanning an image with pointers
* div = 2^n
*
*/
void colorReduce(const cv::Mat& image, cv::Mat& result, int div)
{
    int nl = image.rows;
    int nc = image.cols * image.channels();

    if (image.isContinuous()) {
        nc = nc * nl;
        nl = 1;
    }

    int n = static_cast<int>(
        log(static_cast<double>(div)) / log(2.0));

    for (int j = 0; j < nl; j++) {
        // get the addresses of input and output row
        const uchar *data_in = image.ptr<uchar>(j); //give you the address of an image row
        uchar *data_out = result.ptr<uchar>(j);

        for (int i = 0; i < nc; i++) {
            
            //slowest
            data[i] = data[i] - data[i] % div + div / 2;
            //middle
            data[i] = data[i] / div * div + div / 2;
            //best
            uchar mask = 0xFF << n; //div = 16, n = 4, mask = 0xF0
            data_out[i] = (data_in[i] & mask) + div / 2; //data[i] - data[i] % div + div / 2
        }
    }
}

（1）上面是采用Pointer方式進(jìn)行遍歷。調(diào)用cv::Mat類的模板方法ptr(int)獲得圖像矩陣的行指針。（2）三種不同效率的調(diào)用方式：slowest是由于兩次讀內(nèi)存操作增加了時間；best通過位運(yùn)算進(jìn)行去尾操作，效率自然更高，但是必須限制為2的n次方。（3）由于是引用傳遞，若要保留輸入圖像image，則在輸入?yún)?shù)中增加一個result用于保存輸出圖像。

以下是更快的方式：

void colorReduce_f(cv::Mat& image, int div)
{
    int nl = image.rows;
    int nc = image.cols;

    if (image.isContinuous()) {
        nc = nc * nl;
        nl = 1;
    }

    int n = static_cast<int>(
        log(static_cast<double>(div)) / log(2.0));
    
    uchar mask = 0xff << n;

    for (int j = 0; j < nl; j++) {
        uchar *data = image.ptr<uchar>(j);
        
        for (int i = 0; i < nc; i++) {
            *data++ = *data & mask + div / 2;
            *data++ = *data & mask + div / 2;
            *data++ = *data & mask + div / 2;
        }    
    }
}

其中，isContinuous()方法判斷有沒有額外的補(bǔ)零（如fft補(bǔ)零到2^n），如果是連續(xù)的，就可以直接當(dāng)作一維數(shù)組來處理。另外，在每一個循環(huán)里連續(xù)執(zhí)行三次以提高效率。（忘細(xì)里講應(yīng)該跟時空局部性原理有關(guān)）

以下是迭代器方式：

void colorReduce_2(cv::Mat& image, int div)
{
    //obtain iterator
    cv::Mat_<cv::Vec3b>::iterator iter = 
        image.begin<cv::Vec3b>(); //a template method
    cv::Mat_<cv::Vec3b>::iterator iterd = 
        image.end<cv::Vec3b>(); //a template method

    //do not use template method, more efficient
    cv::Mat_<cv::Vec3b> cimage = image;
    cv::Mat_<cv::Vec3b>::iterator iter = cimage.begin();
    cv::Mat_<cv::Vec3b>::iterator iterd = cimage.end();


    for (; iter != iterd; ++iter) {
        (*iter)[0] = (*iter)[0] / div * div + div / 2;
        (*iter)[1] = (*iter)[1] / div * div + div / 2;
        (*iter)[2] = (*iter)[2] / div * div + div / 2;
    }
}

這里給出了兩種獲得迭代器的方法：一種是直接調(diào)用cv::Mat的模板方法begin()和end()；另一種是通過cv::Mat_的begin()和end()。這一點(diǎn)跟stl庫是兼容的。注意對于彩色圖像，迭代器指向的cv::Vec3b類型的三元組。

4 Scanning an image with neighbor access

方法還是用的指針，因?yàn)樾矢?，但基本的東西還是不變的，代碼如下：

/**
*An example of Sharpen for scanning an image with neighbor access
*/
void sharpen(const cv::Mat& image2, cv::Mat& result)
{
    cv::Mat image;
    cv::cvtColor(image2, image, CV_BGR2GRAY);
    result.create(image.size(), image.type());

    for (int j = 1; j < image.rows - 1; j++) {

        const uchar* previous = 
            image.ptr<const uchar>(j - 1);
        const uchar* current = 
            image.ptr<const uchar>(j);
        const uchar* next = 
            image.ptr<const uchar>(j + 1);
        
        uchar* output = result.ptr<uchar>(j);

        for (int i = 1; i < image.cols - 1; i++) {
            
            *output++ = cv::saturate_cast<uchar> (
                5 * current[i] - current[i - 1]
                -current[i + 1] - previous[i] - next[i]);
        }
    }

    result.row(0).setTo(cv::Scalar(0));
    result.row(result.rows - 1).setTo(cv::Scalar(0));
    result.col(0).setTo(cv::Scalar(0));
    result.col(result.cols - 1).setTo(cv::Scalar(0));
}

這是一個基于拉普拉斯算子的空間域銳化工作，模板(kernel)為一個3階矩陣。這里用到了cv::cvtColor()函數(shù)，用于圖像顏色空間的轉(zhuǎn)換，在<opencv2/imgproc/imgproc.hpp>中聲明。這里還用到了cv::saturate_cast()模板方法，保證得到的值是在有意義的值域范圍內(nèi)，比如消除濾波中的振鈴效應(yīng)等等。

opencv中還提供了cv::filter2D()函數(shù)來實(shí)現(xiàn)二維濾波，估計采用的是fft2()的方法，當(dāng)模板(kernel)較大時采用這個函數(shù)，代碼如下：

void sharpen2D(const cv::Mat& image2, cv::Mat& result)
{
    cv::Mat image;
    cv::cvtColor(image2, image, CV_BGR2GRAY);
    result.create(image.size(), image.type());


    cv::Mat kernel(3, 3, CV_32F, cv::Scalar(0));
    
    kernel.at<float>(1, 1) = 5.0;
    kernel.at<float>(0, 1) = -1.0;
    kernel.at<float>(2, 1) = -1.0;
    kernel.at<float>(1, 0) = -1.0;
    kernel.at<float>(1, 2) = -1.0;

    //filter the image
    cv::filter2D(image, result, image.depth(), kernel);
}

這里把模板就當(dāng)成是一個圖像（實(shí)際上負(fù)值是沒有意義的）。關(guān)于濾波就有各種各樣的點(diǎn)，只能到頻域?yàn)V波在復(fù)習(xí)了。

5 Simple image arithmetic

這里其實(shí)是opencv2提供的一些矩陣操作的函數(shù)。

算術(shù)運(yùn)算：cv::add(), cv::addWeighted(), cv::scaleAdd(); cv::subtract, cv::absdiff; cv::multiply; cv::divide，還可以通過mask參數(shù)來掩模不需要處理的位。

位運(yùn)算：cv::bitwise_and, cv::bitwise_or, cv::bitwise_xor, cv::bitwise_not

cv::max, cv::min

其他運(yùn)算：cv::sqrt, cv::pow, cv::abs, cv::cuberoot, cv::exp, cv::log

上面這些函數(shù)都是針對矩陣的每一個元素對應(yīng)操作的。更方便的是，矩陣的加減乘除、bitwise operators….都被重載了。inv()求逆、t()求轉(zhuǎn)置、determinant()求行列式、norm()求范數(shù)、cross()求兩個向量的叉乘、dot()求兩個向量的點(diǎn)乘。

當(dāng)需要將一個多通道圖像分離時，調(diào)用cv::split()方法，用一個std::vector來保存中間量，最后又可以調(diào)用cv::merge()方法合成，代碼如下：

std::vector<cv::Mat> planes;
cv::split(image1, planes);
planes[0] += image2;
cv::merge(planes, result);

6 Region of interest

直接上代碼吧：

void addROI(cv::Mat& image, cv::Mat& logo)
{
    cv::Mat imageROI;
    imageROI = image(cv::Rect(385, 270, logo.cols, logo.rows));

    //基本的相加方式
    cv::addWeighted(imageROI, 1.0, logo, 3.0, 0., imageROI);
    //掩模方式，將logo有值的位置上的image值置零
    cv::Mat mask = cv::imread("..\\images\\logo.bmp", 0);
    logo.copyTo(imageROI, mask);
}

在獲取ROI時使用了cv::Rect類表示一個矩形框，包括偏移、大小屬性。imageROI當(dāng)然是in-place的引用方式，會改變輸入圖像的值。還有通過定義兩個方向上的cv::Range來實(shí)現(xiàn)，都差不多。顯然，操作符“()”是被重載的，返回一個子塊。還可以通過行、列方式來指定，通過調(diào)用cv::Mat的rowRange()和colRange()方法。

本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊一鍵舉報。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自： mscdj > 《opencv》

舉報/認(rèn)領(lǐng)