当前位置：首页 > article >正文

学习OpenCV C++版

article 2026/1/31 1:29:47

OpenCV C++

1 数据载入、显示与保存
- 1.1 概念
- 1.2 Mat 类构造与赋值
- 1.3 Mat 类的赋值
- 1.4 Mat 类支持的运算
- 1.5 图像的读取与显示
- 1.6 视频加载与摄像头调用
- 1.7 数据保存

参考：《OpenCV4快速入门》作者冯振郭延宁吕跃勇

1 数据载入、显示与保存

1.1 概念

Mat 类 : Mat 类用来保存矩阵类型的数据信息。Mat 类分为矩阵头和指向存储数据的矩阵指针两部分。矩阵头中包含矩阵的尺寸、存储方法、地址和引用次数等（eg:(h,w,c,a),jpg,0001,2 + p）。在 OpenCV 中复制和传递图像时，只是复制了矩阵头和指向存储数据的指针，而非存放矩阵数据，从而节省计算机资源。
创建 Mat类

// 创建 Mat类
cv::Mat a;                   // 创建一个名为a的矩阵头
a = cv::imread('1.jpg');     // 向a中赋值图像数据，a的矩阵指针指向图像数据
cv::Mat b = a;               // 复制矩阵头，并命名为b// 用Mat 类只存储矩阵头和矩阵指针的优点？
// 通过a,b可以修改图像内容吗？
// 删除a对b有影响吗？
//

Mat 类可以存储的数据类型：double、float、uchar、unsigned char。用模版制定Mat类存放数据类型。

cv::Mat A = Mat_<double>(3,3); //创建一个3*3的矩阵用于存放double类型数据
cv::Mat B = Mat_<float>(640,640,256);

通过 OpenCV 数据类型创建 Mat 类

// 1. OpenCV 中的数据类型与取值范围
CV_8U        8位无符号整数       0~255     [0~2**8]
CV_8S        8位符号整数         −128~127  [-2**7~2**7-1]
CV_16U       16位无符号整数      0~65535   [0~2**16]
CV_16S       16位符号整数        −32768~32767  [-2**15~2**15-1]
CV_32S       32位符号整数        −2147483648~2147483647  [-2**32~2**32-1]
CV_32F       32位浮点整数        -FLT_MAX~FLT_MAX, INF, NAN
CV_64F       64位浮点整数        -DBL_MAX~DBL_MAX, INF, NAN// 2. OpenCV 还定义了通道 数标识，C1、C2、C3、C4、C512 分别表示单通道、双通道、3 通道和 4 通道// 3. OpenCV 中对图像数据类型的完整定义，例如 CV_8UC1 表示的是 8 位单通道数据，用于表示 8 位灰度图，而 CV_8UC3 表示的是 8 位 3 通道数据，用于表示 8 位彩色图。
cv::Mat a(640,480,CV_8UC3); // 创建一个640*480的3通道矩阵用于存放彩色图像
cv::Mat b(3,3,CV_8UC1);     // 创建一个3*3的8位无符号整数的单通道矩阵
cv::Mat c(3,3,CV_8U);       // 创建单通道矩阵，C1标识可以省略// 4. 错误
cv::Mat a = Mat_<CV_8U>(3,3)；  // Mat_<>()模版只识别float、double、int等C++的数据类型
cv::Mat a(3,3,uchar)；    // 据Mat类构造函数只能用只能用OpenCV 中的数据类型

1.2 Mat 类构造与赋值

使用默认构造函数方式创建Mat
根据输入矩阵尺寸和类型构造
用 Size()结构构造 Mat 类
利用已有矩阵构造 Mat 类
构造已有 Mat 类的子类

使用默认构造函数方式创建Mat

cv::Mat::Mat(int rows,int cols,int type,const Scalar &  s）
// cv::Mat::Mat();cv::Mat a;

根据输入矩阵尺寸和类型构造

cv::Mat::Mat( int rows,int cols,int type)cv::Mat a(1280,1280,CV_32FC512);

用 Size()结构构造 Mat 类

cv::Mat::Mat(Size size(cols, rows),int  type)cv::Mat a(Size(10,20),CV_8S3);      //构造一个行为640、列为480的3通道矩阵
cv::Mat b(Size(480,640),CV_32FC3);  //构造一个行为640、列为480的3通道矩阵

利用已有矩阵构造 Mat 类

cv::Mat::Mat( const Mat &  m);cv::Mat a(Size(10,20),CV_8S3); 
cv::Mat b(a);         // b复制了a的矩阵头，矩阵指针指向的是同一个地址
cv::Mat b=a;          // 同cv::Mat b(a)的效果一样
cv::Mat c=a.clone();  // c复制两个一模一样a，c更改数据，a不受影响。

构造已有 Mat 类的子类
通过这种方式构造的 Mat 类与已
有 Mat 类享有共同的数据，即如果两个 Mat 类中有一个数据发生更改，那么另一个也会随之更改。

cv::Mat::Mat(const Mat & m,const Range &  rowRange,const Range &  colRange = Range::all() )cv::Mat a(Size(10,20),CV_8S3); 
cv::Mat b(a,Range(2,5),Range(2,5));      // 从a中截取部分数据构造b  cv::Mat c(a,Range(2,5));                 // 默认最后一个参数构造c

1.3 Mat 类的赋值

在构造时赋值的方法
枚举法赋值示例
循环法赋值
类方法赋值
利用数组进行赋值示例

在构造时赋值的方法

cv::Mat::Mat(int rows,int cols,int type,const Scalar &  s)
cv::Mat a(20,20,CV_8UC1,CV::Scalar(255,0,0));  //创建一个3通道矩阵，每个像素都是255,0,0
cv::Mat b(2,2,CV_8UC2,cv::Scalar(0,255)); //创建一个2通道矩阵，每个像素都是0，255
cv::Mat c(2, 2, CV_8UC1, cv::Scalar(255)); //创建一个单通道矩阵，每个像素都是 255// Scalar 结构中变量的个数一定要与定义中的通道数相对应。如果 Scalar 结 构中变量的个数大于通道数，则位置在大于通道数之后的数值将不会被读取， 例如执行 a(2, 2, CV_8UC2, Scalar(0,0,255))后，每个像素值都将是(0,0)，而 255 不会被读取;如果 Scalar 结构中变量的个数小于通道数，则会以 0 补充。

枚举法赋值
这种赋值方式是将矩阵中所有的元素一一列举，并用数据流的形式赋值给 Mat 类。
在采用枚举法时，输入的数据个数一定要与矩阵元素个数相同,否则会现报错。本方法常适用于矩阵数据比较少的情况。

cv::Mat a=(Mat_<float>(2,4)<< 1.0,2.,3.,4.,5.,6.,7.,8.);
cv::Mat b=(Mat_<int>(2,2)<<2,4,9,16);

循环法赋值
循环法赋值也是对矩阵中的每一个元素进行赋值，但是可以不在
声明变量的时候进行赋值，而且可以对矩阵中的任意部分进行赋值。在给矩阵每个元素赋值的时候，赋值函数中声明的变量类型要与矩阵定义时的变量类型相同，

cv::Mat a=Mat_<int>(2,3);
for (int i=0;i<a.rows;++i)
{for (int j=0;j<a.cols;++j){c.at<int>(i,j)=i*j;}
}

类方法赋值
在 Mat 类里，提供了可以快速赋值的方法，可以初始化指定的矩阵。

cv::Mat a = cv::Mat::eye(3,3,CV_8Uc1);
cv::Mat b = (cv::Mat_<int>(1,3)<<1,2,3);
cv::Mat c = cv::Mat::diag(b);
cv::Mat d = cv::Mat::ones(3,3,cv_8UC1);
cv::Mat 3 = cv::Mat::zerons(2,3,cv_8UC3);

利用数组进行赋值示例

这种赋值方式首先将需要存入 Mat 类中的变量存入一个数组中，之后通过设置 Mat 类矩阵的尺寸和通道数将数组变量拆分成矩阵，这种拆分方式可以自由定义矩阵的通道数。当矩阵中的元素数目大于数组中的数据时，将用−1.073 741 8e+08 填充赋值给矩阵;当矩阵中元素的数目小于数组中的数据时，将矩阵赋值完成后，数组中剩余数据将不再赋值。由数组赋值给矩阵的过程是首先将矩阵中第一个元素的所有通道依次赋值，之后再赋值下一个元素。

float a[8]={1,2,3,4,5,6,7,8};
cv::Mat b = cv::Mat(2,2,CV_8UC2,a);
cv::Mat c = cv::Mat(2,4,CV_8UC1,a);cv::Mat d = cv::Mat(2,2,CV_8UC1,a);
cv::Mat e = cv::Mat(3,4,CV_8UC3,a);

1.4 Mat 类支持的运算

Mat 类的加减乘除运算,当两个 Mat 类变量进行加减运算时，必须保证两个矩阵中的数据类型是相同的。

cv::Mat a = (cv::Mat_<int>(3,3)<<1,2,3,4,5,6,7,8,9);
cv::Mat b = (cv::Mat_<int>(3,3)<<1,2,3,4,5,6,7,8,9);
cv::Mat c = (cv::Mat_<double>(3,3)<<1.,2.,3.,4.,5.,6.,7.,8.,9.);
cv::Mat d = (cv::Mat_<double>(3,3)<<1.1,2.2,3.2,4.4,5.5,6.6,7.7,8.8,9.9);
cv::Mat e,,f,g,h,i;
e = a+b; 
f = c-d;
g = 2*a;
h = d/2.3;
i = a-1;

两个 Mat 类矩阵的乘法运算

*：Mat 类中的数据类型必须是 CV_32FC1、 CV_64FC1、 CV_32FC2、 CV_64FC2 这 4 种中的一种。
dot():dot()方法结果是一个 double 类型的变量，该运算的目的是求取一个行向量和一个列向量点乘。
mul()：表示两个 Mat 类矩阵对应位的乘积。根据输出结果可以知道 mul() 方法运算结果同样是一个 Mat 类矩阵。

cv::Mat j,m;
double x;
j = c*d;             // 矩阵乘法，c的列数必须等于d的行数；
double x= a.dot(b);  // 内积
m = a.mul(b);        //

Mat 类矩阵常用的属性

'''
a[2,2,3]
[(1,2,3),(4,5,6)
(7,8,9),(10,11,12)]
'''
cv::Mat a(3,4,CV_32FC3);
a.cols         // 4
a.rows;        // 3
a.elemsize();  // 每个元素的字节数,32/8×channels()=12
a.step;        // 以字节为单位的矩阵的有效宽度,每个元素的字节数*cols=12*4=48，矩阵一行的字节数。
a.total;       // 矩阵中元素的个数 3*4*200
a.channels()   // 矩阵的通道数

Mat 类元素的读取

通过 at 方法读取 Mat 类矩阵中的元素
通过指针 ptr 读取 Mat 类矩阵中的元素
通过迭代器访问 Mat 类矩阵中的元素
通过矩阵元素的地址定位方式访问元素

1）at 方法读取 Mat 类单通道矩阵元素。
单通道图像是一个二维矩阵，因此在 at 方法的最后给出二维平面坐标即可访问对应位置元素

cv::Mat a = (cv::Mat_<uchar>(3, 3) << 1, 2, 3, 4, 5, 6, 7, 8, 9); 
int value = (int)a.at<uchar>(0, 0);

多通道矩阵每一个元素坐标处都是多个数据，因此引入一个变量用于表示同一元素的多个数据。在 OpenCV 中，针对三通道矩阵，定义了 cv::Vec3b、cv::Vec3s、cv::Vec3w、cv::Vec3d、cv::Vec3f、 cv::Vec3i 共 6 种类型用于表示同一个元素的 3 个通道数据。b 是 uchar 类型的缩写、s 是 short 类型的缩写、w 是 ushort 类型的缩写、d 是 double 类型的缩写、f 是 float 类型的缩写、i 是 int 类型的缩写。OpenCV 也为二通道和四通道定义了对应的变量类型，其命名方式也遵循这个命名规则，例如二通道和四通道的 uchar 类型分别用 cv::Vec2b 和 cv::Vec4b 表示。

2）at 方法读取 Mat 类多通道矩阵元素

cv::Mat b(3, 4, CV_8UC3, cv::Scalar(0, 0, 1));
cv::Vec3b vc3 = b.at<cv::Vec3b>(0, 0);   // vc3的数据类型要与b的数据类型一致，Vec3b中的b 是 uchar 类型的缩写
int first = (int)vc3.val[0];
int second = (int)vc3.val[1];
int third = (int)vc3.val[2];

3）指针 ptr 读取 Mat 类矩阵元素

cv::Mat b(3,4,CV_8UC3,cv::Scale(0,0,1));
for (int i=0;i<b.rows;++i)
{uchar* ptr = b.ptr<uchar>[i];for (int j=0;j<b.cols*b.channels;++j){cout<<(int)ptr[j]<<endl;}
}b.ptr<uchart>(2)[3]; // 第三行第4个数据

4）通过迭代器访问 Mat 类矩阵中的元素

cv::Mat a(3,4,CV_8UC3,cv::Scale(0,0,1));
cv::MatIterator_<uchar> it = a.begin<uchar>();
cv::MatIterator_<uchar> it_end = a.end<uchar>();
for (int i=0;it != it_end;++it)
{cout<<(int)(*it)<<"";if((++i%a.cols)==0){cout<<endl;}
}

通过矩阵元素的地址定位方式访问元素

cv::Mat a(3,4,CV_8UC3,cv::Scale(0,0,1));
(int)(*(a.data+a.step[0]*row+a.step[1]*col+channle));

1.5 图像的读取与显示

// imread()函数的原型
1. cv::Mat cv::imread(const String & filename,
2.                     int  flags=IMREAD_COLOR
3.                     )// 图像窗口函数 namedWindow
1. void cv::namedWindow(const String & winname,
2.                       int  flags = WINDOW_AUTOSIZE
3.                       )// 图像显示函数 imshow
1. void cv::imshow(const String & winname,
2.                  InputArray  mat
3.                  )// 图像显示时常
cv::waitKey(0)

1.6 视频加载与摄像头调用

1）视频数据的读取

cv :: VideoCapture :: VideoCapture(); //默认构造函数
cv :: VideoCapture :: VideoCapture(const String& filename,int apiPreference =CAP_ANY)
• filename:读取的视频文件或者图像序列名称。
• apiPreference:读取数据时设置的属性，例如编码格式、是否调用 OpenNI 等。

2）
VideoCapture.cpp 读取视频文件

#include<opencv2\opencv.hpp>
include<iostream>using namespace std;
using namespace cv;int main()
{system("color F0");   //更改输出界面颜色VideoCapture video("cup.mp4");  // 实例化一个视频if(video.isOpened())   // 判断视频是否可以正确读取{   // 显示视频属性cout << "视频中图像的宽度=" << video.get(CAP_PROP_FRAME_WIDTH) << endl;cout << "视频中图像的高度=" << video.get(CAP_PROP_FRAME_HEIGHT) << endl;cout << "视频帧率=" << video.get(CAP_PROP_FPS) << endl;cout << "视频的总帧数=" << video.get(CAP_PROP_FRAME_COUNT);}else{cout << "请确认视频文件名称是否正确" << endl;return -1;}while(1){Mat frame;video >> frame;   // 获取当前帧if(frame.empty()){break;}imshow("video",frame);waitKey(1000/video.get(CAP_PROP_FPS));}waitKey();return 0;
}

3）摄像头的直接调用

cv :: VideoCapture :: VideoCapture(int index,int apiPreference = CAP_ANY)#include<opencv2\opencv.hpp>
include<iostream>using namespace std;
using namespace cv;int main()
{system("color F0");   //更改输出界面颜色VideoCapture video(0);  // 实例化一个视频if(video.isOpened())   // 判断视频是否可以正确读取{   // 显示视频属性cout << "视频中图像的宽度=" << video.get(CAP_PROP_FRAME_WIDTH) << endl;cout << "视频中图像的高度=" << video.get(CAP_PROP_FRAME_HEIGHT) << endl;cout << "视频帧率=" << video.get(CAP_PROP_FPS) << endl;cout << "视频的总帧数=" << video.get(CAP_PROP_FRAME_COUNT);}else{cout << "请确认视频文件名称是否正确" << endl;return -1;}while(1){Mat frame;video >> frame;   // 获取当前帧if(frame.empty()){break;}imshow("video",frame);waitKey(1000/video.get(CAP_PROP_FPS));}waitKey();return 0;
}

1.7 数据保存

OpenCV 提供 imwrite()函数用于将 Mat 类矩阵保存成图像文件

图像的保存

1. bool cv :: imwrite(const String& filename,
2.                     InputArray img,
3.                     Const std::vector<int>& params =std::vector<int>()
4. )• filename:保存图像的地址和文件名，包含图像格式。
• img:将要保存的 Mat 类矩阵变量。
• params:保存图片格式属性设置标志。

imgWriter.cpp 保存图像

#include <opencv2\opencv.hpp>
#include <iostream>using  namespace std;
using  namespace cv;void AlphaMat(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<Vec4b>(i, j);bgra[0] = UCHAR_MAX; // 蓝色通道bgra[1] = saturate_cast<uchar>((float(mat.cols - j)) / ((float)mat.cols)* UCHAR_MAX); // 绿色通道bgra[2] = saturate_cast<uchar>((float(mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX); // 红色通道bgra[3] = saturate_cast<uchar>(0.5 * (bgra[1] + bgra[2])); // Alpha 通道}}
}int main(int agrc, char** agrv)
{Mat mat(480, 640, CV_8UC4);AlphaMat(mat);// imwrite()函数中第三个参数设置方式vector<int> compression_params;compression_params.push_back(IMWRITE_PNG_COMPRESSION); //PNG格式图像压缩标志compression_params.push_back(9); //设置最高压缩质量bool result = imwrite("alpha.png", mat, compression_params);if (!result){cout<< "保存成 PNG 格式图像失败" << endl;return -1;}cout << "保存成功" << endl;return 0;
}

3)视频的保存

1. cv :: VideoWriter :: VideoWriter(); //默认构造函数
2. cv :: VideoWriter :: VideoWriter(const String& filename,
3.                                   int fourcc,
4.                                   double  fps,
5.                                   Size frameSize,
6.                                   bool  isColor=true
7. )
• filename:保存视频的地址和文件名，包含视频格式。
• fourcc:压缩帧的 4 字符编解码器代码，详细参数在表 2-7 中给出。
• fps:保存视频的帧率，即视频中每秒图像的张数。
• frameSize:视频帧的尺寸。
• isColor:保存视频是否为彩色视频。// 保存视频文件
#include<opencv2\opencv.hpp>
include<iostream>using namespace std;
using namespace cv;int main()
{Mat img;VideoCapture video(0);  // 实例化一个视频if(!video.isOpened())   // 判断视频是否可以正确读取{   cout << "打开摄像头失败，请确认摄像头是否安装成功return -1;}else{cout << "请确认视频文件名称是否正确" << endl;return -1;}video >> img; //获取图像//检测是否成功获取图像if (img.empty()){cout << "没有获取到图像" << endl;return -1;}bool isColor = (img.type() == CV_8UC3); //判断相机(视频)类型是否为彩色VideoWriter writer;int codec = VideoWriter::fourcc('M', 'J', 'P', 'G'); // 选择编码格式double fps = 25.0; //设置视频帧率string filename = "live.avi"; //保存的视频文件名称writer.open(filename, codec, fps, img.size(), isColor); //创建保存视频文件的视频流if (!writer.isOpened()) //判断视频流是否创建成功{cout << "打开视频文件失败，请确认是否为合法输入" << endl;return -1;}while(1){if (!video.read(img)){cout << "摄像头断开连接或者视频读取完成" << endl;break;}writer.write(img); //把图像写入视频流imshow("Live", img); //显示图像char c = waitKey(50);if (c == 27) //按“Esc”键退出视频保存{break;}return 0;
}