OpenCV图像文件读写(6)将图像数据写入文件的函数imwrite()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

将图像保存到指定的文件中。

函数 imwrite 将图像保存到指定的文件中。图像格式是根据文件名扩展名选择的(参见 cv::imread 获取扩展名列表)。一般来说,只有 8 位无符号整型(CV_8U)单通道或 3 通道('BGR' 通道顺序)的图像可以用此函数保存,但有以下例外:

  • 使用 OpenEXR 编码器,只能保存 32 位浮点型(CV_32F)图像。
    • 不支持保存 8 位无符号整型(CV_8U)图像。
  • 使用 Radiance HDR 编码器,可以保存非 64 位浮点型(CV_64F)图像。
    • 所有图像都将转换为 32 位浮点型(CV_32F)。
  • 使用 JPEG 2000 编码器,可以保存 8 位无符号整型(CV_8U)和 16 位无符号整型(CV_16U)图像。
  • 使用 PAM 编码器,可以保存 8 位无符号整型(CV_8U)和 16 位无符号整型(CV_16U)图像。
  • 使用 PNG 编码器,可以保存 8 位无符号整型(CV_8U)和 16 位无符号整型(CV_16U)图像。
    • 带有 Alpha 通道的 PNG 图像可以使用此函数保存。为此,创建一个 8 位(或 16 位)4 通道的 BGRA 图像,其中 Alpha 通道放在最后。完全透明的像素应将 Alpha 设为 0,完全不透明的像素应将 Alpha 设为 255/65535(参见下面的代码示例)。
  • 使用 PGM/PPM 编码器,可以保存 8 位无符号整型(CV_8U)和 16 位无符号整型(CV_16U)图像。
  • 使用 TIFF 编码器,可以保存 8 位无符号整型(CV_8U)、16 位无符号整型(CV_16U)、32 位浮点型(CV_32F)和 64 位浮点型(CV_64F)图像。
    • 多个图像(Mat 的向量)可以以 TIFF 格式保存(参见下面的代码示例)。
    • 32 位浮点型 3 通道(CV_32FC3)TIFF 图像将以 LogLuv 高动态范围编码方式保存(每个像素 4 字节)。
      如果图像格式不支持,图像将转换为 8 位无符号整型(CV_8U)并以这种方式保存。

如果格式、深度或通道顺序不同,请在保存前使用 Mat::convertTocv::cvtColor 进行转换。或者,使用通用的 FileStorage I/O 函数将图像保存为 XML 或 YAML 格式。

下面的示例展示了如何创建一个 BGRA 图像,如何设置自定义压缩参数并将它保存为 PNG 文件。它还演示了如何将多个图像保存在一个 TIFF 文件中:

cpp 复制代码
#include <opencv2/imgcodecs.hpp>
using namespace cv;
using namespace std;
static void paintAlphaMat(Mat &mat)
{
    CV_Assert(mat.channels() == 4);
    for (int i = 0; i < mat.rows; ++i)
    {
        for (int j = 0; j < mat.cols; ++j)
        {
            Vec4b& bgra = mat.at<Vec4b>(i, j);
            bgra[0] = UCHAR_MAX; // Blue
            bgra[1] = saturate_cast<uchar>((float (mat.cols - j)) / ((float)mat.cols) * UCHAR_MAX); // Green
            bgra[2] = saturate_cast<uchar>((float (mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX); // Red
            bgra[3] = saturate_cast<uchar>(0.5 * (bgra[1] + bgra[2])); // Alpha
        }
    }
}
int main()
{
    Mat mat(480, 640, CV_8UC4); // Create a matrix with alpha channel
    paintAlphaMat(mat);
    vector<int> compression_params;
    compression_params.push_back(IMWRITE_PNG_COMPRESSION);
    compression_params.push_back(9);
    bool result = false;
    try
    {
        result = imwrite("alpha.png", mat, compression_params);
    }
    catch (const cv::Exception& ex)
    {
        fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what());
    }
    if (result)
        printf("Saved PNG file with alpha data.\n");
    else
        printf("ERROR: Can't save PNG file.\n");
    vector<Mat> imgs;
    imgs.push_back(mat);
    imgs.push_back(~mat);
    imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2)));
    imwrite("test.tiff", imgs);
    printf("Multiple files saved in test.tiff\n");
    return result ? 0 : 1;
}

cv::imwrite 函数是 OpenCV 提供的一个用于将图像数据写入文件的函数。这个函数可以将 cv::Mat 对象中的图像数据保存为指定格式的文件。

函数原型

cpp 复制代码
bool cv::imwrite	
(
	const String & 	filename,
	InputArray 	img,
	const std::vector< int > & 	params = std::vector< int >() 
)		

参数

  • 参数filename 文件的名称。
  • 参数img (Mat 或 Mat 向量) 要保存的图像或图像集合。
  • 参数params 格式特定的参数作为成对出现的值(paramId_1, paramValue_1, paramId_2, paramValue_2, ...),参见 cv::ImwriteFlags

代码示例

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

int main()
{
    // 创建一个图像
    cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 );                                            // 创建一个 100x100 大小的黑色图像
    cv::rectangle( img, cv::Point( 20, 20 ), cv::Point( 80, 80 ), cv::Scalar( 0, 0, 255 ), -1 );  // 在图像中心画一个红色矩形

    // 设置 JPEG 压缩参数
    std::vector< int > params;
    params.push_back( cv::IMWRITE_JPEG_QUALITY );  // 设置 JPEG 压缩质量
    params.push_back( 90 );                        // 压缩质量为 90%

    // 保存图像
    bool success = cv::imwrite( "output.jpg", img, params );

    if ( !success )
    {
        std::cout << "Failed to save the image." << std::endl;
        return -1;
    }

    std::cout << "Image saved successfully." << std::endl;

    return 0;
}

运行结果

bash 复制代码
Image saved successfully.
相关推荐
新缸中之脑4 分钟前
神经网络修剪实战
人工智能·深度学习·神经网络
奕直张不大5 分钟前
循环神经网络笔记
人工智能·笔记·rnn
广东航连科技15 分钟前
RFID手持机——物联网时代的核心工具
大数据·运维·网络·数据库·人工智能·物联网·交通物流
凌峰的博客20 分钟前
大语言模型水印
人工智能·语言模型·自然语言处理
AI王也28 分钟前
【AIGC】ChatGPT RAG提取文档内容,高效制作PPT、论文
人工智能·chatgpt·prompt·aigc·powerpoint
2401_8566522128 分钟前
2024从传统到智能,AI做PPT软件的崛起之路
人工智能·ai·word·powerpoint·ppt
说私域34 分钟前
摒弃“流量思维”,以精准流量驱动企业发展——基于开源 AI 智能名片、链动 2+1 模式及 O2O 商城小程序的思考
人工智能·小程序
go2coding41 分钟前
Meta推出Llama 3.2 AI模型,支持多模态和边缘计算;OpenAI首席技术官穆拉蒂宣布离职
人工智能·边缘计算·llama
微雨盈萍cbb1 小时前
LLaMa-Factory入门教程
人工智能·深度学习·llama
机器不会学习CL1 小时前
回归预测|基于卷积神经网络-支持向量机的数据回归预测Matlab程序CNN-SVM 卷积提取特征与原始特征进行融合预测
人工智能·机器学习·支持向量机·matlab·回归·cnn