opencv设置输出图像的dpi opencv图像显示

这篇文章中，我们主要来详细看一看入门OpenCV2最基本的问题，那就图像的载入，显示和输出。

opencv的命名空间

OpenCV中的C++类和函数都是定义在命名空间cv之内的，有两种方法可以访问。第一种是，在代码开头的适当位置，加上usingnamespace cv;这句。另外一种是在使用OpenCV类和函数时，都加入cv::命名空间。不过这种情况难免会不爽，每用一个OpenCV的类或者函数，都要多敲四下键盘写出cv::，很麻烦。所以，推崇大家在代码开头的适当位置，加上using namespace cv;这句。于是和opencv命名空间一了百了了。

在使用opencv时，如下是标配：

#include <opencv2/core/core.hpp>  
#include<opencv2/highgui/highgui.hpp>  
       
using namespace cv;

在新版本的OpenCV2中，最简单的图像载入和显示只需要3句代码，非常便捷。这三句代码分别对应了三个函数，他们分别是：imread( ), namedWindow( )以及imshow( )。我们依次来解析一下这三个函数。

1）imread函数：

首先，我们看imread函数，可以在OpenCV官方文档中查到其原型如下：

Mat imread(const string& filename, intflags=1 );

■第一个参数，const string&类型的filename，填我们需要载入的图片路径名。

在Windows操作系统下，OpenCV的imread函数支持如下类型的图像载入：
• Windows位图 - *.bmp, *.dib
• JPEG文件 - *.jpeg, *.jpg, *.jpe
• JPEG 2000文件- *.jp2
• PNG图片 - *.png
• 便携文件格式- *.pbm, *.pgm, *.ppm
• Sun rasters光栅文件 - *.sr, *.ras
• TIFF 文件 - *.tiff, *.tif

■ 第二个参数，int类型的flags，为载入标识，它指定一个加载图像的颜色类型。可以看到它自带缺省值1.所以有时候这个参数在调用时我们可以忽略，在看了下面的讲解之后，我们就会发现，如果在调用时忽略这个参数，就表示载入三通道的彩色图像。

可以在OpenCV中标识图像格式的枚举体中取值。通过转到定义，我们可以在higui_c.h中发现这个枚举的定义是这样的：

enum  
    {  
    /* 8bit, color or not */  
       CV_LOAD_IMAGE_UNCHANGED  =-1,  
    /* 8bit, gray */  
       CV_LOAD_IMAGE_GRAYSCALE  =0,  
    /* ?, color */  
       CV_LOAD_IMAGE_COLOR      =1,  
    /* any depth, ? */  
       CV_LOAD_IMAGE_ANYDEPTH   =2,  
    /* ?, any color */  
       CV_LOAD_IMAGE_ANYCOLOR   =4  
    };

相应的解释：

• CV_LOAD_IMAGE_UNCHANGED，这个标识在新版本中被废置了，忽略。
• CV_LOAD_IMAGE_ANYDEPTH- 如果取这个标识的话，若载入的图像的深度为16位或者32位，就返回对应深度的图像，否则，就转换为8位图像再返回。
• CV_LOAD_IMAGE_COLOR- 如果取这个标识的话，总是转换图像到彩色一体
• CV_LOAD_IMAGE_GRAYSCALE- 如果取这个标识的话，始终将图像转换成灰度1

 

如果输入有冲突的标志，将采用较小的数字值。比如CV_LOAD_IMAGE_COLOR | CV_LOAD_IMAGE_ANYCOLOR 将载入3通道图。

如果想要载入最真实的图像，选择CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR。

 

因为flags是int型的变量，如果我们不在这个枚举体中取值的话，还可以这样来：

• flags >0返回一个3通道的彩色图像。
• flags =0返回灰度图像。
• flags <0返回包含Alpha通道的加载的图像。

需要注意的点：输出的图像默认情况下是不载入Alpha通道进来的。如果我们需要载入Alpha通道的话呢，这里就需要取负值。

 

如果你搞怪，flags取1999，也是可以的，这时就表示返回一个3通道的彩色图像。

 

好了，讲了这么多，来几个载入示例，一看就懂：

Mat image0=imread("dota.jpg",CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);//载入最真实的图像  
    ge1=imread("dota.jpg",0);//载入灰度图  
    Mat image2=imread("dota.jpg",199);//载入3通道的彩色图像  
    Mat logo=imread("dota_logo.jpg");//载入3通道的彩色图像

2）namedWindow函数

顾名思义，namedWindow函数，用于创建一个窗口。函数原型是这样的：

void namedWindow(const string& winname,int flags=WINDOW_AUTOSIZE );

■ 第一个参数，const string&型的name，即填被用作窗口的标识符的窗口名称。

      ■ 第二个参数，int 类型的flags ，窗口的标识，可以填如下的值：

• WINDOW_NORMAL设置了这个值，用户便可以改变窗口的大小（没有限制）
• WINDOW_AUTOSIZE如果设置了这个值，窗口大小会自动调整以适应所显示的图像，并且不能手动改变窗口大小。
• WINDOW_OPENGL 如果设置了这个值的话，窗口创建的时候便会支持OpenGL。

函数剖析：

首先需要注意的是，它有默认值WINDOW_AUTOSIZE，所以，一般情况下，这个函数我们填一个变量就行了。

namedWindow函数的作用是，通过指定的名字，创建一个可以作为图像和进度条的容器窗口。如果具有相同名称的窗口已经存在，则函数不做任何事情。

我们可以调用destroyWindow()或者destroyAllWindows()函数来关闭窗口，并取消之前分配的与窗口相关的所有内存空间。

但话是这样说，其实对于代码量不大的简单小程序来说，我们完全没有必要手动调用上述的destroyWindow()或者destroyAllWindows()函数，因为在退出时，所有的资源和应用程序的窗口会被操作系统会自动关闭。

3）imshow函数：

在指定的窗口中显示一幅图像。

void imshow(const string& winname, InputArray mat);

4）imwrite函数：

在OpenCV中，输出图像到文件，我们一般都用imwrite函数，它的声明如下：

bool imwrite(const string& filename,InputArray img, const vector<int>& params=vector<int>() );

■ 第一个参数，const string&类型的filename，填需要写入的文件名就行了，带上后缀，比如，“123.jpg”这样。

 ■ 第二个参数，InputArray类型的img，一般填一个Mat类型的图像数据就行了。

 ■ 第三个参数，const vector<int>&类型的params，表示为特定格式保存的参数编码，它有默认值vector<int>()，所以一般情况下不需要填写。而如果要填写的话，有下面这些需要了解的地方：

 

• 对于JPEG格式的图片，这个参数表示从0到100的图片质量（CV_IMWRITE_JPEG_QUALITY），默认值是95.
• 对于PNG格式的图片，这个参数表示压缩级别（CV_IMWRITE_PNG_COMPRESSION）从0到9。较高的值意味着更小的尺寸和更长的压缩时间，而默认值是3。
• 对于PPM，PGM，或PBM格式的图片，这个参数表示一个二进制格式标志（CV_IMWRITE_PXM_BINARY），取值为0或1，而默认值是1。

函数解析：

imwrite函数用于将图像保存到指定的文件。图像格式是基于文件扩展名的，可保存的扩展名和imread中可以读取的图像扩展名一样，为了方便查看，我们在这里再列一遍：

• Windows位图 - *.bmp, *.dib
• JPEG文件 - *.jpeg, *.jpg, *.jpe
• JPEG 2000文件- *.jp2
• PNG图片 - *.png
• 便携文件格式- *.pbm, *.pgm, *.ppm
• Sun rasters光栅格式 - *.sr, *.ras
• TIFF 文件 - *.tiff, *.tif

#include <vector>  
#include <stdio.h>  
#include<opencv2/opencv.hpp>  
   
using namespace cv;  
using namespace std;  
   
void createAlphaMat(Mat &mat)  
{  
for(int i = 0; i < mat.rows; ++i) {  
        for(int j = 0; j < mat.cols; ++j) {  
               Vec4b&rgba = mat.at<Vec4b>(i, j);  
               rgba[0]= UCHAR_MAX;  
               rgba[1]= saturate_cast<uchar>((float (mat.cols - j)) / ((float)mat.cols) *UCHAR_MAX);  
               rgba[2]= saturate_cast<uchar>((float (mat.rows - i)) / ((float)mat.rows) *UCHAR_MAX);  
               rgba[3]= saturate_cast<uchar>(0.5 * (rgba[1] + rgba[2]));  
        }  
}  
}  
   
int main( )  
{  
//创建带alpha通道的Mat  
Mat mat(480, 640, CV_8UC4);  
createAlphaMat(mat);  
   
vector<int>compression_params;  
compression_params.push_back(CV_IMWRITE_PNG_COMPRESSION);  
compression_params.push_back(9);  
   
try{  
        imwrite("透明Alpha值图.png", mat, compression_params);  
}  
catch(runtime_error& ex) {  
        fprintf(stderr,"图像转换成PNG格式发生错误：%s\n", ex.what());  
        return1;  
}  
   
fprintf(stdout,"PNG图片文件的alpha数据保存完毕~\n");  
return 0;  
}

：