OpenCV图像文件读写(4)解码图像数据函数imdecode()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

从内存缓冲区读取图像。

imdecode 函数从指定的内存缓冲区读取图像。如果缓冲区太短或包含无效数据,函数将返回一个空矩阵 (Mat::data==NULL)。

参见 cv::imread 了解支持的格式和标志的描述。

注意

在处理彩色图像的情况下,解码后的图像将按 B G R 顺序存储通道。

函数原型1

cpp 复制代码
Mat cv::imdecode	
(
	InputArray 	buf,
	int 	flags 
)	

参数1

  • 参数buf:包含图像数据的字节数组。通常是一个 std::vector 类型的对象。
  • 参数flags:解码图像的标志,可以是以下值之一:
    • IMREAD_COLOR(默认):加载彩色图像。任何 alpha 通道都会被忽略。
    • MREAD_GRAYSCALE:以灰度模式加载图像。
    • MREAD_UNCHANGED:加载图像,包括 alpha 通道(如果有的话)。
    • IMREAD_ANYDEPTH:假设任何深度。
    • IMREAD_ANYCOLOR:假设任何颜色模式。
    • IMREAD_LOAD_GDAL:当从文件加载时,如果设置了此标志,则会使用 GDAL 库。
    • IMREAD_REDUCED_COLOR_2:加载图像,并将其缩小到原来的 1/2。
    • IMREAD_REDUCED_COLOR_4:加载图像,并将其缩小到原来的 1/4。
    • IMREAD_REDUCED_COLOR_8:加载图像,并将其缩小到原来的 1/8。
    • IMREAD_REDUCED_GRAYSCALE_2:加载图像,并将其缩小到原来的 1/2,并转换为灰度。
    • IMREAD_REDUCED_GRAYSCALE_4:加载图像,并将其缩小到原来的 1/4,并转换为灰度。
    • IMREAD_REDUCED_GRAYSCALE_8:加载图像,并将其缩小到原来的 1/8,并转换为灰度。
    • IMREAD_IGNORE_ORIENTATION:忽略 EXIF 中的 Orientation 字段

函数原型2

函数原型1的重载函数,仅仅是参数的不同

cpp 复制代码
Mat cv::imdecode	
(
	InputArray 	buf,
	int 	flags,
	Mat * 	dst 
)	

参数2

  • 参数buf 输入数组或字节向量。
  • 参数flags 与 cv::imread 中相同的标志,参见 cv::ImreadModes
  • 参数dst 可选的输出占位符,用于存放解码后的矩阵。当函数反复调用且图像大小相同时,它可以节省图像重新分配的开销。

返回值

解码后的图像。如果解码失败,则返回空的 cv::Mat 对象。

代码示例

cpp 复制代码
#include <fstream>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>

int main()
{
    // 图像文件路径
    std::string filename = "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg";

    // 读取图像文件到内存缓冲区
    std::ifstream file( filename, std::ios::binary );
    if ( !file.is_open() )
    {
        std::cout << "Failed to open file." << std::endl;
        return -1;
    }

    std::vector< unsigned char > buffer( ( std::istreambuf_iterator< char >( file ) ), std::istreambuf_iterator< char >() );
    file.close();

    // 使用 cv::imdecode 解码图像数据
    cv::Mat img = cv::imdecode( buffer, cv::IMREAD_COLOR );

    if ( img.empty() )
    {
        std::cout << "Failed to decode image data." << std::endl;
        return -1;
    }

    // 显示图像
    cv::imshow( "Decoded Image", img );
    cv::waitKey( 0 );

    return 0;
}

运行结果

相关推荐
chuntian_tester1 分钟前
AI自动化第3步【用例设计】
人工智能·测试工具·ai·自动化
科技每日热闻4 分钟前
中国企业出海开展业务,如何挑选可安全合规使用国际大模型的云平台?Amazon Bedrock 在同一平台完成国际模型接入、区域选择与合规治理
大数据·人工智能·安全·ai
xiongmosy9 分钟前
从“移动的家”到“可居住的空间”:小米澎程正在重新定义“车”能做什么
人工智能
Geek-Chow18 分钟前
MCP 模型上下文协议:十二、自测、练习与源码入口
人工智能
cubestudio22 分钟前
海光 DCU 怎么接入 Kubernetes 和 AI 平台?CubeStudio 海光 DCU 适配实操(整卡 / 共享 / 两种 vDCU 虚拟化 + DeepSeek 部署)
人工智能·机器学习·gpu
火眼金睛炼单词25 分钟前
单词发音学习深度解读:方法步骤与优化策略
人工智能·学习
dreamrise25 分钟前
Windows AI 编程环境从零搭建指南[20260909]
人工智能
旺仔小馒头wang28 分钟前
AI 与教育行业如何协同,助力孩子高效学习
人工智能·学习
空堂与归30 分钟前
六步带你从零搭 Claude 电商 Agent(附源码解析)
人工智能
进击的横打32 分钟前
【人工智能】AI时代公司组织架构的重构
大数据·人工智能·重构