OpenCV圖片對齊問題

tv410356 7年前發布 | 37K 次閱讀 OpenCV 圖形/圖像處理

1.對齊問題是什么？

要回答這個問題先搞清楚圖片有哪些屬性？

1.1矩陣例子

我們先結合Opencv的Mat類型看一個矩陣例子。高為8像素，寬為10像素，深度為5，像素類型為CV_16UC3的矩陣如下：

Opencv的Mat類型有如下屬性：

size[i]:每一維元素的個數：上圖是三維圖片，第0維是Z軸，元素是“面”，有五個面所以 size[0]=5，同理第1維是Y軸，元素是“線”，size[1]=8，第2維是X軸，元素是“點”，size[2] =10
step[i]:每一維元素的大小，單位字節: 第2維元素是“點”，也就是CV_16UC3類型的像素點。其中C3表示每個像素點有3個channel（通道），16U表示每個通道有16bit也就是2Byte(字節)。綜合起來每個像素點有 step[2] = Channels*Bytes = 3 * 2 = 6 個Byte（字節）。10個“點元素”組成第1維的“線”元素： step[1] = 10 * 6 = 60 Byte。8個“線元素”組成一個第0維的“面”元素：step[0] = 8*10*6=480 Byte。
step1(i): 每一維元素的通道數。第2維元素是”點“，有三個通道:step1(2) = channels = 3。第1維元素是”線“：step1(1) = 10*3 = 30。第0維元素是”面“：step1(0) = 8*10*3 = 240。
elemSize()：每個元素大小，單位字節：元素就是CV_16UC3類型的像素點，6字節.
elemSize1()：每個通道大小，單位字節：每個通道2字節。

測試代碼：

void Learn_Mat_Definiton()//測試一下step[]的各個維度大小  
{  

    //////////////////Demo1(3維矩陣)///////////////////////////////////////////  
    printf("http://////////////////////Demo1(3維矩陣)////////////////////////\n");  
    //最后面的兩個數：(行，列),確定了一個面  
    //是一個依次降維的過程  
    //8,10組成了面，5個面，組成了立方體  
    int matSize[] = {5,8,10};//每一維元素的個數：8：行，10：列  
    Mat mat1(3,matSize, CV_16UC3, Scalar::all(0));  

    //求step[i]的大小:每一維元素的大小(單位字節)  
    printf("\n///////step[i]的大小//////////\n");  
    printf("step[0]:%d\n",mat1.step[0]);//480：面的大小(第一維)  
    printf("step[1]:%d\n",mat1.step[1]);//60：線的大小(第二維)  
    printf("step[2]:%d\n",mat1.step[2]);//6：點的大小(第三維)  

    //求size[i]：每一維元素的個數  
    printf("\n///////size[i]的大小///////\n");  
    printf("size[0]:%d\n",mat1.size[0]);//5：面  
    printf("size[1]:%d\n",mat1.size[1]);//8：線  
    printf("size[2]:%d\n",mat1.size[2]);//10：點  

    //求step1(i)：每一維元素的通道數  
    printf("\n///////step1(i)的大小///////\n");  
    printf("step1(0):%d\n",mat1.step1(0));//240:面  
    printf("step1(1):%d\n",mat1.step1(1));//30:線  
    printf("step1(2):%d\n",mat1.step1(2));//3:點  

    //求elemSize：每個元素的大小(單位字節)  
    printf("\n///////elemSize的大小///////\n");  
    printf("elemSize:%d\n",mat1.elemSize());//6：每個元素的大小  

    //求elemSize1：每個通道的大小(單位字節)  
    printf("\n///////elemSize1的大小///////\n");  
    printf("elemSize1:%d\n",mat1.elemSize1());//2：每個通道的大小  
}

結果：

1.2一張圖片示例

void Test()  
{  

        /////////////Demo2(512*512二維圖像)///////////////////////////////  
    printf("\n\n///////////////////Demo2(512*512二維圖像)//////////////////////////\n");  
    Mat mat2=imread("D:/Image/Color/Lena512.bmp",-1);//512*512的彩色Lena圖  

    //step[i]  
    printf("\n///////step[i]的大小///////\n");  
    printf("step[0]:%d\n",mat2.step[0]);//1536：線  
    printf("step[1]:%d\n",mat2.step[1]);//3：點  

    //size[i]  
    printf("\n///////size[i]的大小///////\n");  
    printf("size[0]:%d\n",mat2.size[0]);//512：線  
    printf("size[1]:%d\n",mat2.size[1]);//512：點  

    //step1(i)  
    printf("\n///////step1(i)的大小///////\n");  
    printf("step1(0):%d\n",mat2.step1(0));//1536:第一維的通道數  
    printf("step1(1):%d\n",mat2.step1(1));//3:第二維的通道數  

    //elemSize  
    printf("\n///////elemSize的大小///////\n");  
    printf("elemSize:%d\n",mat2.elemSize());//3：每個元素的大小  

    //elemSize1  
    printf("\n///////elemSize1的大小///////\n");  
    printf("elemSize1:%d\n",mat2.elemSize1());//1：每個通道的大小，也就是單通道數據類型  
}

以上內容整理自： OpenCV中Mat屬性step，size，step1，elemSize，elemSize1 - QQ哥的專欄

圖片在計算機中一般是按行（row）存儲。因此每行包含的字節數是一個很重要的概念（叫做widthStep）。它對應上面圖片案例中的第0維度元素大小：step[0] = 512(寬為512個像素) * 3(每個像素包含3個通道)*1(每個通道1字節) = 1536。很多情況下要求這個值必須是4的倍數，即實現字節對齊，有利于提高運算速度。

2.如何對齊？

最簡單的思路是計算widthStep并補齊為4的倍數。不過因為舊版本的Opencv提供了自動補齊。所以我們可以借助舊版本的接口得到舊版本圖片類型(IplImage類型)，然后轉換為Mat類型（Mat類型操作更方便）。

2.1 方法1 IplImage轉Mat

內容來自： Mat和IplImage的4字節對齊問題 - 程序園

Mat中的圖像數據是不對齊的，而IplImage中的圖像數據是4字節對齊的，所以在訪問IplImage圖像數據的時候，要特別注意widthStep這個屬性，每行的字節數不是width*nchannels而是widthStep,因為每行可能會有字節填充。

//測試圖片,9*7單通道灰度圖CV_8UC1
void TestMat4ALigned()//測試Mat是否字節對齊
{

    Mat mat=imread("D:/Image/Small/White.bmp",-1);
    int widthStep_Mat=mat.step[0];//9

    IplImage *iplImage=cvLoadImage("D:/Image/Small/White.bmp",-1);
    int widthStep_Ipl=iplImage->widthStep;//12 包含補齊的3字節

    int pixelCount=mat.cols*mat.rows;

    //打印出Mat
    uchar *imageData=mat.data;
    printf("Mat\n");
    for (int i=0;i<=pixelCount-1;++i)
    {
        printf("%d,",*imageData++);//挨個打印出來，沒有填充的數據
    }
    printf("\n\n");

    //打印出IplImage
    uchar *imageData_Ipl=(uchar *)iplImage->imageData;
    printf("IplImage\n");
    for (int i=0;i<=pixelCount-1;++i)
    {
        printf("%d,",*imageData_Ipl++);//挨個打印出來，填充的數據
    }
    printf("\n\n");

    ////////////////////////////IplImage轉為Mat//////////////////////////////////////////////

    //將字節對齊的IplImage轉化為Mat，看看是否還是字節對齊
    Mat ipl2Mat_True(iplImage,true);//拷貝數據
    int withStep3=ipl2Mat_True.step[0];//9
    uchar *imageData2=ipl2Mat_True.data;
    printf("Mat ipl2Mat_True(iplImage,true)\n");
    for (int i=0;i<=pixelCount-1;++i)
    {
        printf("%d,",*imageData2++);//挨個打印出來，填充的數據
    }
    printf("\n\n");


    //將字節對齊的IplImage轉化為Mat，看看是否還是字節對齊
    Mat  ipl2Mat_false(iplImage,false);//修改為非拷貝數據
    int withStep4=ipl2Mat_false.step[0];//12
    uchar *imageData3=ipl2Mat_false.data;
    printf("Mat ipl2Mat_false(iplImage,false)\n");
    for (int i=0;i<=pixelCount-1;++i)
    {
        printf("%d,",*imageData3++);//挨個打印出來，填充的數據
    }

}

其中IplImage中每行都會多出3個字節，因為IplImage4字節對齊，而Mat就不會存在這個問題。當將IplImage轉為Mat的時候flag參數設置為false每行還是4字節對齊。

IplImage  iplImage;
Mat mat(iplImage,true);//拷貝數據,mat是非4字節對齊
Mat mat(iplImage,false);//不拷貝數據，mat是4字節對齊

注意點 ：這里還有一個重要細節需要注意。調用舊版接口只會按照圖片被調用時所設置的通道補齊。例如：輸入圖片是5(高)*6(寬)，3通道，像素類型CV_8U3C的圖片，調用IplImage* iplimg = cvLoadImage(imagepath）并轉換為Mat類型。根據對齊原則： 6*3=18被 自動補齊 為20 (widthStep=20)。如果你此時需要把該三通道圖片轉為單通道灰度圖使用：需要手動把6補齊為8（widthStep=8）。

為了解決這個棘手的問題，可以將圖片寬度（單位：像素）設置為4的倍數。就不用擔心通道轉換所帶來的問題了。我使用的代碼如下：

IplImage* iplimg = cvLoadImage(imgPath.c_str());
cv::Mat frame = cv::Mat(iplimg, false); //cv::Mat(iplimg, true)是非字節對齊       

int x = 0;
int y = 0;
int w = frame.cols + (4 - frame.cols%4); //寬度 + 待補充的像素數
int h = frame.rows;
extensionImage(frame, x, y, w, h);//自定義的擴展圖片函數

2.2 方法2直接轉換

對齊公式：

內容來自：位圖4字節對齊問題 - fujilove的專欄

在自己對圖像數據進行處理的時候，會有字節對其的問題，由于之前使用的圖像大都是8bit或者是24bit，32bit的圖像，使用的對其公式是（pixelwidth*channel+3）/4*4。后面也有看到有些寫法如：(width * bitCounts + 31) / 32 * 4，不是很理解原理。在網上查找，發現有解釋的非常透澈的，下面借來用用。

原文鏈接：位圖4字節對齊問題 - niloc

1. 首先來自于這樣一個公式：(width * bitCounts / 8 + 3) / 4 * 4，該公式含義比上面的公式要容易理解一些，比如biWidth * biBitCount代表了對齊前每行的總位數，位圖有1位、2位、4位、8位、16位、24位、32位等，大于8位的都是8的倍數，所以biWidth * biBitCount / 8是對齊前的總字節數，要4字節對齊，除以4，看余數多少，不夠多少補多少。而因為除以4的余數只能是0、1、2、3這四種情況，0就是剛好整除不需要再補，1、2、3分別需要補3、2、1個字節才能湊足4字節。那么我們在除之前先補上3個字節會是什么情況呢，對于四種余數情形，分別是余3（3+0）、0（3+1）、1（3+2）、2（3+3），對于整數操作(width * bitCounts / 8 + 3) / 4得到的結果不會有余數，剛好達到了我們需要補足4字節的目的；另外再考慮能不能先補上別的數字，例如1、2，根據前面余數情況分析，補1會漏掉余數為1、2的情況，補2會漏掉余數為1的情況；再考慮補上4或者更大數字的情況，余數為0的情形補4就多了4字節，數字再往上就更加多余，所以補上最大余數剛剛合適。

2. 上面的分析對于位寬大于等于8的位圖已經正確，但小于8位的情況，width * bitCounts不一定是8的整數倍，所以我們先不要除以8，而是按照4字節等于32個bit位來計算，我們看看需要補多少位使得剛好32位對齊，那么就有公式：（width * bitCounts + n）/ 32 * 4 跟1中的分析方法相同，n應為32的最大余數31，所以得到最終公式：（width * bitCounts + 31）/ 32 * 4。

對齊代碼：

內容來自： OpenCV中cv::Mat字節對齊方法 - shaoxiaohu的專欄

使用OpenCV過程中，cv::Mat比IplImage更容易操作，也符合C++使用者的習慣。但是一般Mat的數據并不是字節對齊的，對于需要字節對齊數據的函數（比如控件上的位圖顯示）來說，就會產生相應的問題。下面介紹將Mat數據轉換為字節對齊的uchar數據的方法，以三通道圖像為例，代碼如下：

//  這里 frame 為三通道圖像  
        cv::Mat roiImg;   
        frame.rowRange(frame.rows/2, frame.rows).  
              colRange(frame.cols/4, frame.cols*3/4).  
              copyTo(roiImg); // 提取ROI區域  

        int widthStep = (roiImg.cols*roiImg.elemSize()+3)/4*4; // 補齊行字節數，使它能夠被4整除  
        uchar *frameData = (uchar *)calloc(roiImg.rows*widthStep, sizeof(uchar)); // 申請內存  
        memset(frameData, 0, roiImg.rows*widthStep);  

// 逐一復制數據  
        uchar *p1, *p2;  
        for (int i = 0; i < roiImg.rows; i++)  
        {  
            p1 = roiImg.data + i*roiImg.cols*roiImg.channels();  
            p2 =  frameData + i * widthStep;  
            for (int j = 0; j < roiImg.cols; j++)  
            {  
                *(p2) = *(p1);  
                *(p2+1) = *(p1+1);  
                *(p2+2) = *(p1+2);        
                p1 += 3;  
                p2 += 3;  
            }  
        }

附加說明：

1、對應IplImage的cvLoadImage函數加載的圖片數據是字節對齊的，而直接將cv::Mat轉換為IplImage類型，并不會將字節對齊，只是加了個文件頭而已。

2、我在寫代碼的過程中，還發現另一個問題（與主題無關），提取ROI區域時，如果采用：

cv::Mat roiImg = frame(cv::Rect(10, 10, 50, 50));

這樣的拷貝為淺拷貝，對后續采用指針引用逐個復制數據的過程中，實際訪問的是原frame的數據。roiImg的許多參數都仍為frame的參數，并沒有相應的改變，容易引發錯誤。這里還是采用copyTo這樣的深拷貝比較穩妥。這是實驗過程中發現的問題，也困擾了我很長時間。記錄下來，以防下次出錯。

參考：

來自：https://zhuanlan.zhihu.com/p/25213142

本文由用戶 tv410356 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。

轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。

本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！

本文地址：http://www.baiduhome.net/lib/view/open1487056370990.html

OpenCV 圖形/圖像處理

OpenCV圖片對齊問題

1.對齊問題是什么？

2.如何對齊？

參考：

相關經驗

相關資訊

相關文檔

目錄