OpenCV读写图像文件解析
imdecode
从内存中的缓冲区读取图像。
C++:Mat imdecode(InputArray buf, int flags)
C++:Mat imdecode(InputArray buf, int flags, Mat* dst)
C:IplImage* cvDecodeImage(const CvMat* buf, int iscolor=CV_LOAD_IMAGE_COLOR)
C:CvMat* cvDecodeImageM(const CvMat* buf, int iscolor=CV_LOAD_IMAGE_COLOR)
Python:cv2.imdecode(buf, flags) → retval
Parameters:
参数:
buf–输入字节数组或向量。
flags–与imread()中的标志相同。
dst–解码矩阵的可选输出占位符。当对相同大小的图像重复调用该函数时,它可以保存图像重新分配。
函数从内存中指定的缓冲区读取图像。如果缓冲区太短或包含无效数据,则返回空矩阵/图像。
有关支持的格式和标志说明的列表,请参见imread()。
注:在彩色图像中,解码图像将以B G R顺序存储信道。
Imencode
将图像编码到内存缓冲区中。
C++:bool imencode(const string& ext, InputArray img, vector
C:CvMat* cvEncodeImage(const char* ext, const CvArr* image, const int* params=0 )
Python:cv2.imencode(ext, img[, params]) → retval, buf
Parameters:
参数:
ext–定义输出格式的文件扩展名。
img–待写图像。
buf–调整输出缓冲区大小以适应压缩图像。
params–格式化特定参数。请参见imwrite()。
函数压缩图像并将其存储在内存缓冲区中,该缓冲区的大小将根据结果调整。有关支持的格式和标志说明的列表,请参见imwrite()。
注意:cvEncodeImage返回CV_8UC1类型的单行矩阵,其中包含作为字节数组的编码图像。
Imread
从文件加载图像。
C++:Mat imread(const string& filename, int flags=1 )
Python:cv2.imread(filename[, flags]) → retval
C:IplImage* cvLoadImage(const char* filename, int iscolor=CV_LOAD_IMAGE_COLOR )
C:CvMat* cvLoadImageM(const char* filename, int iscolor=CV_LOAD_IMAGE_COLOR )
Python:cv.LoadImage(filename, iscolor=CV_LOAD_IMAGE_COLOR) → None
Python:cv.LoadImageM(filename, iscolor=CV_LOAD_IMAGE_COLOR) → None
Parameters:
o CV_LOAD_IMAGE_ANYDEPTH - If set, return 16-bit/32-bit image when the input has the corresponding depth, otherwise convert it to 8-bit.
o CV_LOAD_IMAGE_COLOR - If set, always convert image to the color one
o CV_LOAD_IMAGE_GRAYSCALE - If set, always convert image to the grayscale one
o >0 Return a 3-channel color image.
参数:
•file Name–要加载的文件的名称。
•flags–指定加载图像颜色类型的标志:
CV_LOAD_IMAGE_ANYDEPTH-如果已设置,则在输入具有相应深度时返回16位/32位图像,否则将其转换为8位。
CV_LOAD_IMAGE_COLOR-如果设置,请始终将图像转换为彩色图像
CV_LOAD_IMAGE_GRAYSCALE-如果设置,始终将图像转换为灰度图像
>0返回3通道彩色图像。
注意,在当前实现中,alpha通道(如果有)从输出图像中剥离。如果需要alpha通道,请使用负值。
=0返回灰度图像。
<0按原样返回加载的图像(使用alpha通道)。
函数imread从指定文件加载图像并返回它。如果无法读取图像(由于缺少文件、权限不正确、格式不受支持或无效),函数将返回空矩阵(Mat::data==NULL)。目前,支持以下文件格式:
注意
函数根据内容而不是文件扩展名来确定图像的类型。
在Microsoft Windows*OS和MacOSX*上,默认情况下会使用OpenCV图像(libjpeg、libpng、libtiff和libjasper)附带的编解码器。因此,OpenCV始终可以读取jpeg、png和tiff。在MacOSX上,还可以选择使用本机MacOSX图像读取器。但请注意,由于MacOSX中嵌入了颜色管理,目前这些本地图像加载程序提供的图像具有不同的像素值。
在Linux*、BSD风格和其他类似Unix的开源操作系统上,OpenCV查找随OS映像提供的编解码器。安装相关软件包(不要忘记开发文件,例如Debian*和Ubuntu*中的“libjpeg dev”)以获得编解码器支持,或者在CMake中打开OPENCV_BUILD_3RDPARTY_LIBS标志。
注:在彩色图像的情况下,解码图像将以B G R顺序存储信道。
Imwrite
将图像保存到指定文件。
C++:bool imwrite(const string& filename, InputArray img, const vector
Python:cv2.imwrite(filename, img[, params]) → retval
C:int cvSaveImage(const char* filename, const CvArr* image, const int* params=0 )
Python:cv.SaveImage(filename, image) → None
Parameters:
Format-specific save parameters encoded as pairs paramId_1, paramValue_1, paramId_2, paramValue_2, … . The following parameters are currently supported:
o For JPEG, it can be a quality ( CV_IMWRITE_JPEG_QUALITY ) from 0 to 100 (the higher is the better). Default value is 95.
o For PNG, it can be the compression level ( CV_IMWRITE_PNG_COMPRESSION ) from 0 to 9. A higher value means a smaller size and longer compression time. Default value is 3.
o For PPM, PGM, or PBM, it can be a binary format flag ( CV_IMWRITE_PXM_BINARY ), 0 or 1. Default value is 1.
参数
•file Name–文件名。
•image–要保存的图像。
•params-格式特定的存储参数编码为对paramId_1、paramValue_1、paramId_2、paramValue_2。当前支持以下参数:
对于JPEG,它可以是0到100之间的质量(CV_IMWRITE_JPEG_quality)(越高越好)。默认值为95。
对于PNG,它可以是从0到9的压缩级别(CV_IMWRITE_PNG_compression)。较高的值意味着较小的大小和较长的压缩时间。默认值为3。
对于PPM、PGM或PBM,它可以是二进制格式标志(CV_IMWRITE_PXM_binary),0或1。默认值为1。
imwrite函数将图像保存到指定的文件中。
根据文件扩展名选择图像格式(有关扩展名列表,请参见imread())。使用此功能只能保存8位(或16位无符号(CV_16U)(对于PNG、JPEG 2000和TIFF)单通道或3通道(具有“BGR”通道顺序)图像。如果格式、深度或通道顺序不同,请在保存之前使用Mat::convertor()和cvtColor()进行转换。或者,使用通用文件存储I/O函数将图像保存为XML或YAML格式。
使用此函数可以使用alpha通道存储PNG图像。
为此,创建8位(或16位)4通道图像BGRA,其中alpha通道位于最后。完全透明像素的alpha设置为0,完全不透明像素的alpha设置为255/65535。下面的示例演示如何创建这样的BGRA图像并存储到PNG文件。它还演示了如何设置自定义压缩参数。
#include
#include
#include
using namespace cv;
using namespace std;
void createAlphaMat(Mat &mat)
{
CV_Assert(mat.channels() == 4);
for (int i = 0; i < mat.rows; ++i) {
for (int j = 0; j < mat.cols; ++j) {
Vec4b& bgra = mat.at
bgra[0] = UCHAR_MAX; // Blue
bgra[1] = saturate_cast
bgra[2] = saturate_cast
bgra[3] = saturate_cast
}
}
}
int main(int argv, char **argc)
{
// Create mat with alpha channel
Mat mat(480, 640, CV_8UC4);
createAlphaMat(mat);
vector
compression_params.push_back(CV_IMWRITE_PNG_COMPRESSION);
compression_params.push_back(9);
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");
return 0;
}
手机扫一扫
移动阅读更方便
你可能感兴趣的文章