• 基础学习笔记之opencv(24):imwrite函数的使用


      前言

      OpenCV中保存图片的函数在c++版本中变成了imwrite(),这应该是向matlab中图像处理的的一些函数风格靠近吧。保存图片这个功能还是很重要的,比如说在写科研论文的时候需要把一些中间图片给贴出来,这样就可以在程序中间利用该函数保存图片了。甚至还可以将这些保存的图片供后续的matlab处理。本文就简单介绍下OpenCV中imwrite()函数的用法。不过个人感觉这个函数功能还是不够强大,使用时有很多限制。

      开发环境:QtCreato2.5.1+OpenCV2.4.3

      实验基础

      本次实验主要是测试imwrite()函数的2个功能:

      1. 测试其是否能够保存Mat图像中截取的一部分图像,比如说用Rect矩阵截取大的图像中的一部分,由于此时两者只是用了自己的文件头,数据是共享的(没有采用copyTo()函数或者clone()函数复制),所以这种测试想法很正常。

      2. 测试imwrite()函数的第3个参数的使用。

      在针对第1个测试时,是给定一张原图,截取一部分,然后保存。针对第2个功能是采用OpenCV官网文件中的一个例子,创建一个alpha表,然后保存为png格式的图片,压缩参数自设定。

      首先来看看imwrite()函数的具体用法。

      bool imwrite(const string& filename, InputArray img, const vector<int>& params=vector<int>() )

      该函数是把程序中的Mat类型的矩阵保存为图像到指定位置。

      参数filename为所需保存图像的文件目录和文件名。这里的文件名需要带有图像格式后缀的,目前OpenCV该函数只支持JPEG,PNG,PPM,PGM,PBM,TIFF等。并不是所有Mat类型都支持。

      img参数为图像数据来源,其类型为Mat。注意也不是所有格式的Mat型数据都能被使用保存为图片,目前OpenCV主要只支持单通道和3通道的图像,并且此时要求其深度为8bit和16bit无符号(即CV_16U)。所以其他一些数据类型是不支持的,比如说float型等。如果Mat类型数据的深度和通道数不满足上面的要求,则需要使用convertTo()函数和cvtColor()函数来进行转换。convertTo()函数负责转换数据类型不同的Mat,即可以将类似float型的Mat转换到imwrite()函数能够接受的类型。而cvtColor()函数是负责转换不同通道的Mat,因为该函数的第4个参数就可以设置目的Mat数据的通道数(只是我们一般没有用到它,一般情况下这个函数是用来进行色彩空间转换的)。另外也可以不用imwrite()函数来存图片数据,可以直接用通用的XML IO接口函数将数据存在XML或者YXML中。

      参数params是用来设置对应图片格式的参数的,因为一般情况下这些图片格式都是经过了压缩的,这里就是设置这些压缩参数来控制图片的质量。该参数是一个vector<int>类型,里面分别存入paramId_1, paramValue_1, paramId_2, paramValue_2, ... 也就是说存入一对属性值。如果不设置该参数的话,则程序会自动根据所保存的图像格式采用一个默认的参数。

      本实验中还用到了下面这个函数。

      template<...> _Tp saturate_cast(_Tp2 v)

      将参数v转换成模板中的类型,比如说:

      uchar a = saturate_cast<uchar>(-100); 

      OpenCV知识点总结:

      Rect的构造函数中不能重载3个参数,比如左上角点的坐标,宽和高这时候应该改成4个,左上角点的坐标直接分开为2个写,对应着了点的x和y。

      实验结果

      程序执行后工程文件夹中显示如下:

       

      说明截取图像部分并保存是成功的。

      原图像和截取原图中间1/4大小的图像如下:

       

      后台输出如下:

      

      说明此时也保存成功了。

      生成的alpha表图像显示如下:

       

      实验代码及注释

      main.cpp:

    #include <iostream>
    #include <opencv2/core/core.hpp>
    #include <opencv2/highgui/highgui.hpp>
    
    using namespace std;
    using namespace cv;
    
    Mat src;
    Mat image;
    string str = "./";
    
    /*创建alpha表,整体偏红色,左上角到右下角呈现从完全透明到完全不透明变化趋势*/
    void createAlphaMat(Mat &mat)
    {
        for (int i = 0; i < mat.rows; ++i) {
            for (int j = 0; j < mat.cols; ++j) {
                Vec4b& rgba = mat.at<Vec4b>(i, j);
                rgba[0] = UCHAR_MAX;    //r分量一直最大,所以整体偏红
                rgba[1] = saturate_cast<uchar>((float (mat.cols - j)) / ((float)mat.cols) * UCHAR_MAX);
                rgba[2] = saturate_cast<uchar>((float (mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX);
                rgba[3] = saturate_cast<uchar>(0.5 * (rgba[1] + rgba[2]));
            }
        }
    }
    
    int main()
    {
        /*采用默认参数进行图片的保存*/
        src = imread("test.jpg");
        imwrite(str+"原图.jpg", src); //c版本中的保存图片为cvSaveImage()函数,c++版本中直接与matlab的相似,imwrite()函数。
        imshow("src", src);
        Rect rect(src.cols/4, src.rows/4, src.cols/2, src.rows/2);
        image = src(rect);
        imwrite(str+"截取原图中的一部分区域小图.jpg", image);
        imshow("image", image);
    
        /*采用自己设置的参数来保存图片*/
        Mat mat(480, 640, CV_8UC4);
        createAlphaMat(mat);
        vector<int> compression_params;
        compression_params.push_back(CV_IMWRITE_PNG_COMPRESSION);
        compression_params.push_back(9);    //png格式下,默认的参数为3.
        try {
            imwrite("alpha.png", mat, compression_params);
        }
        catch (runtime_error& ex) {
            fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what());
            return 1;
        }
        fprintf(stdout, "Saved PNG file with alpha data.\n");
    
        waitKey(0);
        return 0;
    }

      实验总结

      Imwrite()函数可以保存截取出的图像,但是这个函数使用时受限制太多,希望后面的版本对其进行加强。

      参考资料

         http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imwrite#bool imwrite(const string& filename, InputArray img, const vector<int>& params)

  • 相关阅读:
    OpenCV里面的一些常用函数
    c++ 里面的字符类型转换
    互斥研究
    git 命令
    pipe的操作
    二叉树总结(五)伸展树、B-树和B+树
    二叉树总结(四)平衡二叉树
    二叉树总结(三)二叉搜索树
    [LeetCode]Construct Binary Tree from Preorder and Inorder Traversal
    二叉树总结(一)概念和性质
  • 原文地址:https://www.cnblogs.com/tornadomeet/p/2834336.html
Copyright © 2020-2023  润新知