：

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(guān)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(shù)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(shù)(代表一列包含的像素)，m表示列數(shù)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(xiàn)實中有RGB顏色系統(tǒng)，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(shù)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(shù)值
green|表示綠色，三原色（RGB）的第二個數(shù)值
red |表示紅色，三原色（RGB）的第一個數(shù)值

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

注意:在Opencv中三維數(shù)組存儲RGB值，存儲顏色通道的順序不是RGB，而是BGR，如下圖:

Mat排列方式如下:

像素值的讀寫

很多時候，我們需要讀取某個像素值，或者設(shè)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(xiàn)圖像的遍歷。
方法一：at 函數(shù)

  cv::Mat grayim(600, 800, CV_8UC1);
 // 遍歷所有像素，并設(shè)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(shè)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(shù)據(jù)指針

 cv::Mat grayim(600, 800, CV_8UC1);
 cv::Mat colorim(600, 800, CV_8UC3);
 //遍歷所有像素，并設(shè)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(shè)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(guān)鍵變量star和end。Range對象可以用來表示矩陣的多個連續(xù)的行或者多個連續(xù)的列。其表示的范圍為從start到end，包含start。

// 創(chuàng)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(qū)域

圖像中提取感興趣區(qū)域(Region of interest)有兩種方法:
方法—:使用構(gòu)造函數(shù)

//創(chuàng)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(qū)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(qū)域，如下：
// 用括號運算符
Mat roi3 = img(Range(10, 100), Range(10, 100)); 
// 用構(gòu)造函數(shù)
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(shù)獲取:

Mat Mat::diag(int d) const

1.當d=0時，表示取主對角線; 當參數(shù)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(shù)d<0時，示取主對角線上方的次對角線。如同row()和col)函數(shù),diag()函數(shù)也不進行內(nèi)存復制操作，其復雜度也是0(1)。

到此這篇關(guān)于OpenCV圖像的概念和基本操作的文章就介紹到這了,更多相關(guān)OpenCV圖像基本操作內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。