Opencv——图像与矩阵关系

一、图像的基本容器Mat：

图像可以矩阵来表示，值为像素网上是这样描述的：从真实世界中获取数字图像有很多方法，比如数码相机、扫描仪、CT或者磁共振成像。无论哪种方法，我们（人类）看到的是图像，而让数字设备来“看“的时候，则是在记录图像中的每一个点的数值

下面用个例子来看看图像与矩阵的关系：新建一个3X3的矩阵

public void TestMatCv() 
{
    //二值图像，0到255，0是黑色，255白色
    Mat img = new Mat(3, 3, CvType.CV_8UC1);
    img.put(0,0,new byte[]{0, (byte) 255,0});
    Imgcodecs.imwrite("/Users/wuxi/Desktop/imgCV_8UC1.jpeg", img);
    //打印矩阵
    System.out.println(img.dump());
    img.release();
}

img单通道图像为：

对应的矩阵分布为：img.put会自动补全矩阵值

二、三通道图像的表示：BGR对应矩阵点

B（Blue 蓝色）、G（Green 绿色）、R（Red 红色）

@Test
public void TestMatResize() 
{
    //三通道
    Mat img = new Mat(3, 3, CvType.CV_8UC3);

    //复制数据
    Mat dist = img.clone();

    //修改矩阵内容
    img.put(0,0,new byte[]{0, (byte) 255,0,(byte) 255,0,0,0,0,(byte) 255});

    //进行矩阵缩放，查看矩阵特点
    Imgproc.resize(img,dist,new Size(6,6));

    //保存到本地
    Imgcodecs.imwrite("/Users/wuxi/Desktop/img2.jpeg", img);

    Imgcodecs.imwrite("/Users/wuxi/Desktop/img3.jpeg", dist);

    System.out.println(img.size()+"\n"+img.dims()+"维"+"\n"+img.channels()+"通道"+"\n"+img.dump());

    System.out.println(dist.size()+"\n"+dist.dims()+"维"+"\n"+img.channels()+"通道"+"\n"+dist.dump());

    img.release();

    dist.release();
}

打印结果如下：

对应img2图像如下：放大查看，可以看到像素的呈现和颜色对应的关系BGR，矩阵3个点一组

对应img3图像如下：按照6X6比例放大，结果查看：

了解了图像和矩阵的大概关系，后面一些图像处理才会理解