2.RV1126-OPENCV Mat理解和AT函数

一.Mat概念

Mat 是整个图像存储的核心也是所有图像处理的最基础的类，Mat 主要存储图像的矩阵类型，包括向量、矩阵、灰度或者彩色图像等等。Mat由两部分组成：矩阵头，矩阵数据。矩阵头是存储图像的长度、宽度、色彩信息等头部信息；矩阵数据则是存储具体的图像数据。（我的理解就是，Mat是把图像分为一块一块矩阵类型保存，矩阵头显示这张图片基本信息，如这张图片多大，是不是彩色；具体的信息存储由矩阵数据存储）。

二.Mat通道

图中C1,C2,C3,C4代表几通道；前面CV_8U,8S,16U,16S,32U,32S代表用什么类型存储，例如：CV_8U就是用8位无符号类型存储，CV_8S就是用8位有符号存储。

单通道(灰度图)，就是图片是灰色的

双通道(二值图像)，就是黑白照片

三通道(RGB 彩色图像)

四通道(带 Alpha 的四通道图像)，就是ARGB图像，更好看一点。

三.Mat创建和构造方法

Mat(int rows, int cols, int type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是 rows、cols 以及存储类型 type
rows：行数，也指的是图像的高度，height。
cols：列数，也指的是图像的宽度，width。
type：通道类型，具体的看上面的图
示例：Mat t1 = Mat(300,300,CV_8UC1)，这指的是创建一个 width:300,height:300,单通道的灰度图像.

Mat(Size size, int type);

重载的构造函数，这个构造函数在创建的时候，需要传入 Size 类和类型。
第一个传参：Size 结构体，Size(width,height)
第二个传参：type 通道类型，具体的看上面的图
示例：Mat t2 = Mat(Size(300,300),CV_8SC3)，这指的是创建一个 width:300,height:300,三通道的灰度图像

Mat(int rows, int cols, int type, const Scalar& s);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是 rows、cols、存储类型 type、还有 Scalar 颜色标量。
第一个传参：rows 行数，也指的是图像的高度，height。
第二个传参：cols 列数，也指的是图像的宽度，width。
第三个传参：type 通道类型，具体的看上面的图
第四个传参：Scalar 颜色标量，Scalar(v0,v1,v2,v3)，v0,v1,v2,v3 分别对应 OPENCV 颜色分量的四个值
示例： Mat mat = Mat(300,300,CV_8UC3,Scalar(255,255,255));表示的是创建cols:300,rows:300,三通道的灰度,颜色标量为白色的图像

Mat::zeros(rows,cols,type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是 rows、cols 以及存储类型 type。ZEROS 相当于创建一张黑色的图片，每个像素通道为 0，并且 Scalar(0,0,0)。
第一个传参：rows 行数，也指的是图像的高度，height。
第二个传参：cols 列数，也指的是图像的宽度，width。
第三个传参：type 通道类型，具体的看上面的图
示例： Mat::zeros(300,300,CV_8SC3);，这指的是创建一个 width:300,height:300,三通道的彩色图像,Scalar(0,0,0)，相当于Mat mat = Mat(300,300,CV_8SC3,Scalar(0,0,0));

Mat::ones(rows,cols,type);

重载的构造函数，这个构造函数在创建的时候，提供矩阵的大小，分别是 rows、cols 以及存储类型 type。ONES 相当于每个像素第一个通道为 1，后面两个通道为 0。
第一个传参：rows 行数，也指的是图像的高度，height。
第二个传参：cols 列数，也指的是图像的宽度，width。
第三个传参：type 通道类型，具体的看上面的图
示例： Mat::ones(300,300,CV_8SC3)，这指的是创建一个 width:300,height:300, 三通道的彩色图像,Scalar(1,0,0)，这等同于 Mat mat = Mat(300,300,CV_8SC3,Scalar(1,0,0));

四. imread读取图片信息和imwrite写入数据

imread：读取图片信息。

Mat imread( const String& filename, int flags = IMREAD_COLOR );

第一个参数：filename 图片的名称，名称可以是绝对路径也可以是相对路径
第二个参数：flags 标识符，flags 标识符默认为 IMREAD_COLOR。flags 一般分为三种：
IMREAD_UNCHANGED（<0）按原样加载图像（包括 alpha 通道（如果存在）
IMREAD_GRAYSCALE（0）将图像作为强度加载（灰白照片）
IMREAD_COLOR（> 0）以 RGB 格式加载图像（彩色照片）

返回值：Mat 矩阵

例如：读取彩色三通道图片

Mat img_mat = imread("frame1.jpg");
printf("width = %d, height = %d, channels = %d\n", img_mat.cols, img_mat.rows, img_mat.channels());
...........................................................................................
输出结果：width = 1920, height = 1080, channels = 3

例如：读取灰白单通道图片

Mat img_mat_gray = imread("gray_frame1.jpg", IMREAD_GRAYSCALE);
printf("img_mat_gray_width = %d, img_mat_gray_height = %d, img_mat_gray_channels = %d\n", img_mat_gray.cols,img_mat_gray.rows, img_mat_gray.channels());
.................................................................................................................
输出的结果：img_mat_gray_width = 1920, img_mat_gray_height = 1080, img_mat_gray_channels = 1

2. imwrite：保存图片

imwrite(const String& filename, InputArray image, const std::vector<int>& params);

第一个传参：filename 表示要保存的文件名
第二个传参：image 表示需要保存的图像数据
第三个传参：params 保存图像可选参数，主要是设置图像的质量，设置规则具体的我们来看看，该参数需要按照参数 id+参数值成对出现，可以出现多对参数值(比如 (paramId_1, paramValue_1, paramId_2, paramValue_2, ...))，但必须保证这些参数对是相关的,比如保存 JPG 图像时，只能使用和 JPEG 相关的参数 ID 进行组合使用。这里的 ID 基本上是 cv::ImwriteFlags。

例如：使用默认的方式 imwrite 保存图片

Mat mat = Mat(300,300,CV_8UC3,Scalar(218,112,214));
imwrite("mat_demo.jpg", mat);
。。。。。。。。。。。。。。。。。。
上面是使用默认的方法保存图片，这种方法的所有参数都是默认选项。出来图片就是：

使用 params 的方式 imwrite 保存图片

Mat quality_frame1_mat = imread("frame1.jpg");
std::vector<int> params = {cv::IMWRITE_JPEG_QUALITY, 40};
imwrite("quality_mat_demo.jpg", quality_frame1_mat , params);
。。。。。。。。。。。。。。。。。。。。。。。。。
这种方法使用的是 params 参数的方式去设置，上面我们设置了图像的质量在 40，大家如果想设置其他功能可以参考上面的枚举进行设置。经过编码质量 40 的处理后的图像大小小于原图像大小，这说明编码质量关乎着文件的大小和画面的质量。

五.代码具体

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv; //Must Need Write cv
using namespace std;

int main()
{
    //构造参数
    Mat t0 = Mat(300,300,CV_8UC1); //Create a 300x300 single channel matrix
    Mat t1 = Mat(Size(200,200),CV_8UC1); //Create a 300x300 single channel matrix
    Mat t2 = Mat(100,100,CV_8UC1,Scalar(255,255,255)); //Create a 300x300 single channel matrix
    Mat t3 = Mat::zeros(300,300,CV_8UC1); //Create a 300x300 single channel matrix
    Mat t4 = Mat::ones(200,200,CV_8UC1); //Create a 300x300 single channel matrix

    std::vector<int> params = {cv::IMWRITE_JPEG_QUALITY, 40};
    //imwrite写入数据
    imwrite("t0.jpg",t0);
    imwrite("t1.jpg",t1);
    imwrite("t2.jpg",t2);
    imwrite("t3.jpg",t3,params);
    imwrite("t4.jpg",t4);

    //imread读取数据
    Mat a0 = imread("t0.jpg");
    Mat a1 = imread("t3.jpg");
    Mat a2 = imread("t4.jpg",IMREAD_GRAYSCALE);

    printf("a0 heigh:%d weigh: %d channel:%d\n",a0.rows,a0.cols,a0.channels());
    printf("a3 heigh:%d weigh: %d channel:%d\n",a2.rows,a2.cols,a2.channels());
    return 0;
}

六.AT函数

1.作用

AT函数：就是用于修改Mat矩阵的像素值(上面用Mat创建的图片，这个图片都是一格一格像素点形成的，我们要想修改图片颜色，就要用到AT函数对像素点值修改就行)。AT 函数的修改一般需要循环 cols 和 rows 然后对每个像素点进行修改。

2. 定义

at<typename>(int i, int j)

第一个参数：typename 指的是 OPENCV 的向量类型，(总结：1，2，3，4就是几通道，也可以理解为几维图像；后面b,s,w,i之类就是用什么类型读取，整型，还是字符读取)，向量类型如下：

typedef Vec<uchar, 2> Vec2b：uchar 类型的数组，长度为 2，它表示的是二维图像的位置信息、尺寸等等
typedef Vec<uchar, 3> Vec3b：uchar 类型的数组，长度为 3，它常用于彩色图像的像素值以及对 rgb 三个通道的处理,并且通道的像素值都是 uchar 类型
typedef Vec<uchar, 4> Vec4b：uchar 类型的数组，长度为 4，它常用于彩色图像的像素值以及对 argb 四个通道的处理,并且通道的像素值都是 uchar 类型
typedef Vec<short, 2> Vec2s：short 类型的数组，长度为 2，它表示的是二维图像的位置信息、尺寸等等，但不能做像素处理
typedef Vec<short, 3> Vec3s：short 类型的数组，长度为 3，它常用于彩色图像的像素值以及对 rgb 三个通道的处理,并且通道的像素值都是 short 类型
typedef Vec<short, 4> Vec4s：short 类型的数组，长度为 4，它常用于彩色图像的像素值以及对 argb 四个通道的处理,并且通道的像素值都是 short 类型
typedef Vec<ushort, 2> Vec2w：ushort 类型的数组，长度为 2，它表示的是二维图像的位置信息、尺寸等等，但不能做像素处理
typedef Vec<ushort, 3> Vec3w：ushort 类型的数组，长度为 3，它常用于彩色图像的像素值以及对 rgb 三个通道的处理,并且通道的像素值都是 ushort 类型
typedef Vec<ushort, 4> Vec4w：ushort 类型的数组，长度为 4，它常用于彩色图像的像素值以及对 argb 四个通道的处理,并且通道的像素值都是 ushort 类型
typedef Vec<int, 2> Vec2i: int 类型的数组，长度为 2，它表示的是一个包含 2 个整数的元素向量，并不能直接表示通道数
typedef Vec<int, 4> Vec4i: int 类型的数组，长度为 4，它常用于彩色图像的像素值以及对 argb 四个通道的处理,并且通道的像素值都是 int 类型
typedef Vec<int, 6> Vec6i: int 类型的数组，长度为 6，它常用于表示六维图像，包括：坐标、描述子、颜色直方等等，但是不能对六维图像直接进行处理
typedef Vec<int, 8> Vec8i: int 类型的数组，长度为 8，它常用于表示八维图像，包括：坐标、描述子、颜色直方等等，但是不能对八维图像直接进行处理
typedef Vec<float, 2> Vec2f：float 类型的数组，长度为 2，它表示的是二维图像的位置信息，但不能做通道处理
typedef Vec<float, 3> Vec3f：float 类型的数组，长度为 3，它常用于彩色图像的像素值以及对 rgb 三个通道的处理,并且通道的像素值都是浮点数
typedef Vec<float, 4> Vec4f：float 类型的数组，长度为 4，它常用于彩色图像的像素值以及对 argb 四个通道的处理,并且通道的像素值都是浮点数
typedef Vec<float, 6> Vec6f: float 类型的数组，长度为 4，他用于处理 6 个维度的图像数据，需要注意的是 Vec6f 仅仅能表示具有 6 个维度的数据，并不可以对数据进行操作.
typedef Vec<double, 2> Vec2d：double 类型的数组，长度为 2，在图像处理中 Vec2d 仅仅只是表示具有 double 类型的图像数据，但是并不能直接操作数据像素
typedef Vec<double, 3> Vec3d：double 类型的数组，长度为 3，它常用于表示图像的彩色三通道，分别是 R(红色)、G(绿色)、B(蓝色)，并且对于这三个通道的像素值进行 double 类型数据的处理
typedef Vec<double, 4> Vec4d：double 类型的数组，长度为 4，它常用于表示图像的彩色四通道，分别是 A(透明度)、R(红色)、G(绿色)、B(蓝色)，并且对于这四个通道的像素值进行 double 类型数据的处理。
需要注意的是：一般 OPENCV 对像素的处理大部分都是用 uchar 类型，其他类型用的很少。

第二个参数：i，指的是 rows，图像的行数据
第三个参数：j，指的是 cols，图像的列数据

3.代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;


int main()
{
    //修改三通道图片像素点值
    Mat img_mat = imread("frame1.jpg");//读取图片

    //用at函数遍历整个图片三通道像素点并修改像素点值
    for (int i = 0; i < img_mat.rows; i++)
    {
        for (int j = 0; j < img_mat.cols; j++)
        {

            img_mat.at<Vec3b>(i, j)[0] = img_mat.at<Vec3b>(i, j)[0] - 10;
            img_mat.at<Vec3b>(i, j)[1] -= 50;
            img_mat.at<Vec3b>(i, j)[2] -= 10;
        }        
    }
    //保存修改后的图片
    imwrite("frame2.jpg", img_mat);


    //修改单通道图片像素点值
    Mat grayImage;
    Mat before_Image;
    cvtColor(img_mat, before_Image, COLOR_RGB2GRAY);
    cvtColor(img_mat, grayImage, COLOR_RGB2GRAY);

    //用at函数遍历整个图片单通道像素点并修改像素点值
    for (int i = 0; i < grayImage.rows; i++)
    {
        for (int j = 0; j < grayImage.cols; j++)
        {
            grayImage.at<uchar>(i, j) = 50 - grayImage.at<uchar>(i, j);
        }
    }

    //保存修改后的图片
    imwrite("frame3.jpg", before_Image);
    imwrite("frame4.jpg", grayImage);

    return 0;
}