Opencv...获取 IPLImage 或 CvMat 中的数据

Question

我正在用 python 中的 opencv 做一些简单的程序。我想自己编写一些算法，因此需要获取图像内的“原始”图像数据。例如，我不能只执行 image[i,j]，我怎样才能获得数字？

谢谢

Answer 1

使用 LoadImageM 将图像文件直接加载到 cvmat 中的快速示例：

import cv

path = 'stack.png'
mat = cv.LoadImageM(path, cv.CV_LOAD_IMAGE_UNCHANGED)
x, y = 42, 6
print type(mat)
print mat[y, x]

输出：

<type 'cv.cvmat'>
(21.0, 122.0, 254.0)

---

快速示例展示如何按 0.5 多个一个或多个颜色通道>：

for x in xrange(mat.cols):
    for y in xrange(mat.rows):
        # multiply all 3 components by 0.5
        mat[y, x] = tuple(c*0.5 for c in mat[y, x])

        # or multiply only the red component by 0.5
        b, g, r = mat[y, x]
        mat[y, x] = (b, g, r * 0.5)

Answer 2

CvMat 和 IplImage 都提供了 tostring 方法，该方法返回表示原始数据的字符串。使用图像数据，您可以弄清楚如何将字符串数据解释为矩阵。

您应该能够使用 fromarray 将数据字符串转换回图像对象。

要将字符串转换为数组，请考虑使用 array Python 中的模块。例如：

array.array('B', CvMat.tostring()) # 'B' is unsigned char, for rgb8 images

要获取像素之间的“步幅”，请使用：

stride = CvMat.step / CvMat.cols

然后使用典型的数组索引来获取各个像素。您可能希望将所有这些包装在一个隐藏所有令人讨厌的复杂性的类中。

Answer 3

我不知道 opencv python 绑定，但在 C 或 C++ 中，您必须获取存储在 IplImage 中的缓冲区指针。该缓冲区根据图像格式进行编码（也存储在 IplImage 中）。对于 RGB，有一个字节表示 R、一个字节表示 G、一个字节表示 B，依此类推。

查看Python绑定的API，你会发现如何访问缓冲区，然后你可以获取像素信息。

我的2c