opencv 创建垫子并添加元素
opencv create mat and add elements
有一个jpg文件,我想把它重新排列成一个n*3的Mat,3列用于BGR,n行用于jpg图像中的像素数。
这是我到目前为止所做的。
Mat img = imread(test.jpg);
Mat imgHSV;
cvtColor(img, imgHSV, COLOR_BGR2HSV);
vector<Mat> imgHSV_split;
split(imgHSV,imgHSV_split); //split the 3 channel image into 3 single channel mats
Mat img_combind_feature(imgHSV.rows*imgHSV.cols(),3,CV_8UC1);
for(int i=0; i < imgHSV.row; i++){
for(int j=0; j < imgHSV.col; j++){
for (int k=0; k<3; k++){
img_combind_feature.row(l).col(k) = imgHSV_split[k].row(i).col(j);
}
}
}
在我运行这个代码之前,我尝试了一个简单的3*3版本,
Mat img = imread(test.jpg);
Mat imgHSV;
cvtColor(img, imgHSV, COLOR_BGR2HSV);
vector<Mat> imgHSV_split;
split(imgHSV,imgHSV_split); //split the 3 channel image into 3 single channel mats
Mat img_combind_feature(1,3,CV_8UI1);
img_combind_feature.row(0).col(0) = imgHSV_split[0].row(0).col(0);
img_combind_feature.row(0).col(1) = imgHSV_split[1].row(0).col(0);
img_combind_feature.row(0).col(2) = imgHSV_split[2].row(0).col(0);
cout << imgHSV_split[0].row(0).col(0) << endl;
cout << img_combind_feature.row(0).col(0) << endl;
两个输出不同
[ 43]
[232]
这是由于两个垫子之间的某种数据类型转换造成的吗?
而且,我不确定这是不是一个好方法,如果有任何更易于管理的方法来做到这一点?
你太复杂了。
要将 3 通道图像 rows x cols
转换为 n x 3
,使用 n = rows * cols
,您可以简单地使用 reshape,例如:
Mat img = ... // 3 channels
int n = img.rows * img.cols;
Mat data = img.reshape(1, n); // 1 channel, n rows, the # of cols will be automaticallt set to 3.
data
将是您正在寻找的n x 3
。
很可能,您需要将 data
与 kmeans
一起使用,这需要一个 CV_32F
输入矩阵。然后您可以将 data
转换为 CV_32F
,例如:
data.convertTo(data, CV_32F);
您可以查看 here 的示例 kmeans
,该示例还将展示如何将结果恢复为原始形状。
有一个jpg文件,我想把它重新排列成一个n*3的Mat,3列用于BGR,n行用于jpg图像中的像素数。
这是我到目前为止所做的。
Mat img = imread(test.jpg);
Mat imgHSV;
cvtColor(img, imgHSV, COLOR_BGR2HSV);
vector<Mat> imgHSV_split;
split(imgHSV,imgHSV_split); //split the 3 channel image into 3 single channel mats
Mat img_combind_feature(imgHSV.rows*imgHSV.cols(),3,CV_8UC1);
for(int i=0; i < imgHSV.row; i++){
for(int j=0; j < imgHSV.col; j++){
for (int k=0; k<3; k++){
img_combind_feature.row(l).col(k) = imgHSV_split[k].row(i).col(j);
}
}
}
在我运行这个代码之前,我尝试了一个简单的3*3版本,
Mat img = imread(test.jpg);
Mat imgHSV;
cvtColor(img, imgHSV, COLOR_BGR2HSV);
vector<Mat> imgHSV_split;
split(imgHSV,imgHSV_split); //split the 3 channel image into 3 single channel mats
Mat img_combind_feature(1,3,CV_8UI1);
img_combind_feature.row(0).col(0) = imgHSV_split[0].row(0).col(0);
img_combind_feature.row(0).col(1) = imgHSV_split[1].row(0).col(0);
img_combind_feature.row(0).col(2) = imgHSV_split[2].row(0).col(0);
cout << imgHSV_split[0].row(0).col(0) << endl;
cout << img_combind_feature.row(0).col(0) << endl;
两个输出不同
[ 43]
[232]
这是由于两个垫子之间的某种数据类型转换造成的吗?
而且,我不确定这是不是一个好方法,如果有任何更易于管理的方法来做到这一点?
你太复杂了。
要将 3 通道图像 rows x cols
转换为 n x 3
,使用 n = rows * cols
,您可以简单地使用 reshape,例如:
Mat img = ... // 3 channels
int n = img.rows * img.cols;
Mat data = img.reshape(1, n); // 1 channel, n rows, the # of cols will be automaticallt set to 3.
data
将是您正在寻找的n x 3
。
很可能,您需要将 data
与 kmeans
一起使用,这需要一个 CV_32F
输入矩阵。然后您可以将 data
转换为 CV_32F
,例如:
data.convertTo(data, CV_32F);
您可以查看 here 的示例 kmeans
,该示例还将展示如何将结果恢复为原始形状。