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
用户51914958484511 小时前
掌控Apple Silicon MacBook电池健康的神器
人工智能·aigc
静Yu11 小时前
基于CANN框架的算子开发:释放AI计算潜能的核心引擎
人工智能
嵌入式-老费11 小时前
自己动手写深度学习框架(最终的ncnn部署和测试)
人工智能·深度学习
阿十六12 小时前
OUC AI Lab 第七章:ViT & Swin Transformer
人工智能·深度学习·transformer
Mintopia12 小时前
🌳 Claude `code/worktree` 命令最佳实践指南
人工智能·claude·trae
阿里云大数据AI技术12 小时前
阿里云 Elasticsearch 的 AI 革新:高性能、低成本、智能化的搜索新纪元
人工智能·elasticsearch·阿里云
paperxie_xiexuo12 小时前
如何用自然语言生成科研图表?深度体验PaperXie AI科研绘图模块在流程图、机制图与结构图场景下的实际应用效果
大数据·人工智能·流程图·大学生
Mintopia12 小时前
🌌 AIGC模型的冷启动问题:Web应用的初期技术支撑策略
人工智能·trae
2501_9418053112 小时前
边缘计算:引领智能化未来的新技术
人工智能
没有钱的钱仔13 小时前
深度学习概念
人工智能·深度学习