百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分析 > 正文

opencv图像Mat、Bitmap、BITMAPINFO、CxImage转换

liebian365 2024-11-02 13:36 6 浏览 0 评论

一、Mat与Iplimage

Mat<-----> Iplimage :直接赋值
IplImage *iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg); // IplImage* ->Mat 共享数据
// or : Mat mtx = iplImg;
cvReleaseImage(&iplImg);

Iplimage ---> CvvImage :用“Copyof ”

CvvImage cImg;
Iplimage myimg;
cImg.Copyof(myimg, -1);

Opencv2.2版本以上CvvImage类的使用,参考这篇文章https://www.cnblogs.com/zwh0214/p/6061880.html

二、Mat与图像数据

std::vector<unsigned char> Mat2ImageData(const cv::Mat &img, std::string imgType="jpg")
{
    std::vector<unsigned char> vecImgData;
    std::vector<int> vecCompression_params;
    vecCompression_params.push_back(CV_IMWRITE_JPEG_QUALITY);
    vecCompression_params.push_back(100);
    imgType = "." + imgType;
    cv::imencode(imgType, img, vecImgData, vecCompression_params);
    return vecImgData;
}
cv::Mat ImageData2Mat(std::vector<unsigned char> vecImageData)
{
    cv::Mat img;
    img = cv::imdecode(vecImageData, CV_LOAD_IMAGE_COLOR);
    return img;
}

三、Mat转Bitmap

//获取图片宽度。绘制图片时,一定要保证Mat图片符合window图片要求(即每行字节数为4的倍数),如果不满足则要进行适当的转化,否则画出的图像会出现问题(图像不是标准图像,反而是斜的)。

int GetSuiteableWidth(const int prewidth)
{
    int nwidth = 0;
    int nremainder = prewidth % 4;
    if (nremainder == 0)
    {
        return prewidth;//宽度 pix
    }
    else
    {
        return (prewidth / 4 + 1) * 4;//宽度 pix
    }
    return 0;
}
 
void FillBitmapInfo(BITMAPINFO* bmi, int width, int height, int bpp, int origin)
{
    BITMAPINFOHEADER* bmih = &(bmi->bmiHeader);
 
    memset(bmih, 0, sizeof(*bmih));
    bmih->biSize = sizeof(BITMAPINFOHEADER);//指定文件大小,包括这14个字节
    /*32位的Windows操作系统处理4个字节(32位)的速度比较快,所以BMP的每一行颜色占用的字节数规定为4的整数倍。MyBmp.bmp中一行颜色有两个像素,共占用6字节,如果要补齐4*2=8字节,就要再加两个0字节。
行补位的公式为:widthBytes = (width*biBitCount+31)/32*4 */
    //width = (width*bpp + width) / 32 * 4;
    bmih->biWidth = GetSuiteableWidth(width);//宽度 pix
    bmih->biHeight = origin ? abs(height) : -abs(height); // 高度  .bMP文件的数据从下到上,从左到右的。也就是说,从文件中最先读到的是图象最下面一行的左边第一个象素,然后是左边第二个象素……接下来是倒数第二行左边第一个象素,左边第二个象素……依次类推 ,最后得到的是最上面一行的最右一个象素。
    bmih->biPlanes = 1; // 目标设备的级别,必须为1
    bmih->biBitCount = (unsigned short)bpp;// 每个像素所需的位数,必须是1(双色), 每个像素的位数
    // 1 - 黑白图,4 - 16色,8 - 256色,24 - 真彩色 4(16色),8(256色)或24(真彩色)之一
    bmih->biCompression = BI_RGB;// 位图压缩类型,必须是 0(不压缩), 1(BI_RLE8压缩类型)或2(BI_RLE4压缩类型)之一
//    bmih->biSizeImage = bmih->biHeight * 8 *height;
    /*biSizeImage
    指定实际的位图数据占用的字节数,其实也可以从以下的公式中计算出来:
    biSizeImage=biWidth’ × biHeight
    要注意的是:上述公式中的biWidth’必须是4的整倍数(所以不是biWidth,而是biWidth’,
    表示大于或等于biWidth的,最接近4的整倍数。举个例子,如果biWidth=240,则biWidth’=240;
    如果biWidth=241,biWidth’=244)。*/
}


CBitmap * Mat2CBitmap(const cv::Mat imgTmp)
{
    HDC hDC = this->GetDC()->GetSafeHdc();
    uchar buffer[sizeof(BITMAPINFOHEADER) + 1024];
    BITMAPINFO* bmi = (BITMAPINFO*)buffer;
    int bmp_w = imgTmp.cols, bmp_h = imgTmp.rows;
    int nchannels = imgTmp.channels();
    int bpp = (imgTmp.depth()+1)*nchannels;
    FillBitmapInfo(bmi, bmp_w, bmp_h, bpp*8, 0);
    /*
    DWORD biSizeImage; // 位图的大小,以字节为单位
    LONG biXPelsPerMeter; // 位图水平分辨率,每米像素数
    LONG biYPelsPerMeter; // 位图垂直分辨率,每米像素数
    DWORD biClrUsed;// 位图实际使用的颜色表中的颜色数
    DWORD biClrImportant;// 位图显示过程中重要的颜色数72*8
    */
    char *pBits = NULL;
    HBITMAP hBitmap = CreateDIBSection(hDC, bmi, DIB_RGB_COLORS, (void**)&pBits, NULL, 0);
    int pixelBytes = imgTmp.channels()*(imgTmp.depth()+1); // 计算一个像素多少个字节
    
    if (bmp_w%4==0)
    {
        memcpy(pBits , imgTmp.data, pixelBytes*bmp_w*bmp_h);
    }
    else
    {
        // 原始图像宽度不是 4 的倍数,将实际图片数据一行一行拷贝过去 
        int ntempW = GetSuiteableWidth(bmp_w);
        for (size_t i = 0; i < bmp_h; i++)
        {
            memcpy(pBits + pixelBytes * ntempW * i, imgTmp.data + pixelBytes * bmp_w * i, pixelBytes*bmp_w);
        }
    }
 
    CBitmap *pBitmap = new CBitmap;
    pBitmap->Attach(hBitmap);
    return pBitmap;
}

四、Mat转BITMAPINFO

void Mat2BITMAPINFO(const cv::Mat image,BITMAPINFO *imgInfo)
{
    //根据图像通道数建立图像信息(这里假定图像像素为24与32位或者8位(有颜色表的类似))
    if(image.channels() == 3 || image.channels() == 4)
    {
        imgInfo = (BITMAPINFO*) new BYTE[sizeof(BITMAPINFOHEADER)];
    }
    else    //8位,有颜色表
    {
        imgInfo = (BITMAPINFO*) new BYTE[sizeof(BITMAPINFOHEADER) + 256*sizeof(RGBQUAD)];
        //颜色表赋值
        for (int i(0); i < 256; ++i)
        {
            imgInfo ->bmiColors[i].rgbBlue = i;
            imgInfo ->bmiColors[i].rgbGreen = i;
            imgInfo ->bmiColors[i].rgbRed = i;
            imgInfo ->bmiColors[i].rgbReserved = 0;
        }
    }
 
    //头文件信息(注意由实际显示情况可得出图像原点显示在空间左下角)
    imgInfo->bmiHeader.biSize = sizeof(BITMAPINFOHEADER);
    imgInfo->bmiHeader.biBitCount = 8 * image .channels();
    imgInfo->bmiHeader.biHeight = -image .rows;
    imgInfo->bmiHeader.biWidth = image .cols;
    imgInfo->bmiHeader.biPlanes = 1;
    imgInfo->bmiHeader.biCompression = BI_RGB;
    imgInfo->bmiHeader.biSizeImage = image .channels() * image .cols * image .rows;
    imgInfo->bmiHeader.biXPelsPerMeter = 0;
    imgInfo->bmiHeader.biYPelsPerMeter = 0;
    imgInfo->bmiHeader.biClrUsed = 0;
    imgInfo->bmiHeader.biClrImportant = 0;
}


//测试代码

void CPointMatchDlg::OnPaint()
{
    CDC *pDC;
    pDC = GetDlgItem(IDC_MATCH_PICTURE_CONTROL)->GetDC();
    CRecr imgCtrlRect;
    GetDlgItem(IDC_MATCH_PICTURE_CONTROL)->GetClientRect(&imgCtrlRect);
    
    pDC->SetStretchBltMode(COLORONCOLOR);
    ::StretchDIBits(pDC->GetSafeHdc(), 
                0, 0, 
                imgCtrlRect.Width(), m_imgCtrlRect.Height(), 
                0, 0, 
                m_image.cols, m_image.rows, 
                m_image.data, 
                m_imgInfo, 
                DIB_RGB_COLORS, 
                SRCCOPY);
 
    ReleaseDC(pDC);
}

注意:

  这里绘制图片时,一定要保证Mat图片符合window图片要求(即每行字节数为4的倍数),如果不满足则要进行适当的转化,否则画出的图像会出现问题(图像不是标准图像,反而是斜的)。

  如果图片行字节数不是4的倍数,修改为如下语句:

cv::Mat tempImg =  cv::imread("d:\\test.jpeg", cv::IMREAD_UNCHANGED); 
m_image = cv::Mat::zeros(tempImg.rows, (tempImg.cols + 3) / 4 * 4, m_image.type());   //转化行字节数为4的倍数
tempImage.copyTo(m_image(cv::Rect(0, 0, tempImg.cols, tempImg.rows)));

五、Mat与CxImage

CxImage img;
img.Load("C:\\f.jpg");
uint8_t *buf=NULL;
int32_t len=0;
boolrs =img.Encode(buf,len,CXIMAGE_FORMAT_BMP);
cv::Mat temp2;
vector<uchar> buff2;
buff2.resize(len);
memcpy(&buff2[0],buf,len);
temp2= cv::imdecode(buff2,1);
delete []buf; //要释放buf,这个buf在函数里分配了内存
 
cv::imshow("111",temp2);
cv::waitKey();

//to Cximage

vector<uchar> buff;
cv::imencode(".bmp",temp2,buff);
CxImage img2(&buff[0],buff.size(),CXIMAGE_FORMAT_BMP);
img2.Blt(GetDlgItem(IDC_STATIC_P)->GetDC()->GetSafeHdc());

相关推荐

快递查询教程,批量查询物流,一键管理快递

作为商家,每天需要查询许许多多的快递单号,面对不同的快递公司,有没有简单一点的物流查询方法呢?小编的回答当然是有的,下面随小编一起来试试这个新技巧。需要哪些工具?安装一个快递批量查询高手快递单号怎么快...

一键自动查询所有快递的物流信息 支持圆通、韵达等多家快递

对于各位商家来说拥有一个好的快递软件,能够有效的提高自己的工作效率,在管理快递单号的时候都需要对单号进行表格整理,那怎么样能够快速的查询所有单号信息,并自动生成表格呢?1、其实方法很简单,我们不需要一...

快递查询单号查询,怎么查物流到哪了

输入单号怎么查快递到哪里去了呢?今天小编给大家分享一个新的技巧,它支持多家快递,一次能查询多个单号物流,还可对查询到的物流进行分析、筛选以及导出,下面一起来试试。需要哪些工具?安装一个快递批量查询高手...

3分钟查询物流,教你一键批量查询全部物流信息

很多朋友在问,如何在短时间内把单号的物流信息查询出来,查询完成后筛选已签收件、筛选未签收件,今天小编就分享一款物流查询神器,感兴趣的朋友接着往下看。第一步,运行【快递批量查询高手】在主界面中点击【添...

快递单号查询,一次性查询全部物流信息

现在各种快递的查询方式,各有各的好,各有各的劣,总的来说,还是有比较方便的。今天小编就给大家分享一个新的技巧,支持多家快递,一次能查询多个单号的物流,还能对查询到的物流进行分析、筛选以及导出,下面一起...

快递查询工具,批量查询多个快递快递单号的物流状态、签收时间

最近有朋友在问,怎么快速查询单号的物流信息呢?除了官网,还有没有更简单的方法呢?小编的回答当然是有的,下面一起来看看。需要哪些工具?安装一个快递批量查询高手多个京东的快递单号怎么快速查询?进入快递批量...

快递查询软件,自动识别查询快递单号查询方法

当你拥有多个快递单号的时候,该如何快速查询物流信息?比如单号没有快递公司时,又该如何自动识别再去查询呢?不知道如何操作的宝贝们,下面随小编一起来试试。需要哪些工具?安装一个快递批量查询高手快递单号若干...

教你怎样查询快递查询单号并保存物流信息

商家发货,快递揽收后,一般会直接手动复制到官网上一个个查询物流,那么久而久之,就会觉得查询变得特别繁琐,今天小编给大家分享一个新的技巧,下面一起来试试。教程之前,我们来预览一下用快递批量查询高手...

简单几步骤查询所有快递物流信息

在高峰期订单量大的时候,可能需要一双手当十双手去查询快递物流,但是由于逐一去查询,效率极低,追踪困难。那么今天小编给大家分享一个新的技巧,一次能查询多个快递单号的物流,下面一起来学习一下,希望能给大家...

物流单号查询,如何查询快递信息,按最后更新时间搜索需要的单号

最近有很多朋友在问,如何通过快递单号查询物流信息,并按最后更新时间搜索出需要的单号呢?下面随小编一起来试试吧。需要哪些工具?安装一个快递批量查询高手快递单号若干怎么快速查询?运行【快递批量查询高手】...

连续保存新单号功能解析,导入单号查询并自动识别批量查快递信息

快递查询已经成为我们日常生活中不可或缺的一部分。然而,面对海量的快递单号,如何高效、准确地查询每一个快递的物流信息,成为了许多人头疼的问题。幸运的是,随着科技的进步,一款名为“快递批量查询高手”的软件...

快递查询教程,快递单号查询,筛选更新量为1的单号

最近有很多朋友在问,怎么快速查询快递单号的物流,并筛选出更新量为1的单号呢?今天小编给大家分享一个新方法,一起来试试吧。需要哪些工具?安装一个快递批量查询高手多个快递单号怎么快速查询?运行【快递批量查...

掌握批量查询快递动态的技巧,一键查找无信息记录的两种方法解析

在快节奏的商业环境中,高效的物流查询是确保业务顺畅运行的关键。作为快递查询达人,我深知时间的宝贵,因此,今天我将向大家介绍一款强大的工具——快递批量查询高手软件。这款软件能够帮助你批量查询快递动态,一...

从复杂到简单的单号查询,一键清除单号中的符号并批量查快递信息

在繁忙的商务与日常生活中,快递查询已成为不可或缺的一环。然而,面对海量的单号,逐一查询不仅耗时费力,还容易出错。现在,有了快递批量查询高手软件,一切变得简单明了。只需一键,即可搞定单号查询,一键处理单...

物流单号查询,在哪里查询快递

如果在快递单号多的情况,你还在一个个复制粘贴到官网上手动查询,是一件非常麻烦的事情。于是乎今天小编给大家分享一个新的技巧,下面一起来试试。需要哪些工具?安装一个快递批量查询高手快递单号怎么快速查询?...

取消回复欢迎 发表评论: