OpenCV与MFC混合编程中的图像格式转换研究

OpenCV作为主流的计算机视觉库，其图像处理、特征检测、视频分析等算法能力强大，被广泛应用于视觉项目开发。但 OpenCV的核心图像容器Mat属于纯数据矩阵格式，仅用于算法运算和数据处理，无法直接在对话框、静态图片框、视图等 MFC 常用控件中渲染显示。

而CImage是MFC 框架提供的原生图像类，完美适配 Windows 图形接口，支持在 MFC 各类控件上直接绘制、显示、保存图像（BMP/JPG/PNG 等格式），是VC++界面端展示图像的标准载体。因此，实现Mat与CImage的双向格式转换，是OpenCV 算法处理后的图像能在 MFC 对话框界面可视化的前提。

要想实现CImage与Mat的相互转换，首先需要明确的是两者数据布局、通道顺序及内存结构上的异同，才能构建出稳定、无错配的转换逻辑，从而使得OpenCV的算法结果能在MFC界面上完美呈现。

一、OpenCV::Mat的基础属性

OpenCV::Mat有五大基础属性：rows（行数）、cols（列数）、dims（维度）、channels（通道数）、type（数据类型）是描述矩阵形态的五大基础属性。同时，掌握Mat数据指针的正确访问方式，是实现格式互转的基本操作。

1.1 rows/cols --- 矩阵的行与列

行与列是二维矩阵的专属属性，对应的是图像空间尺寸：

rows：矩阵的行数，对应的是图像的高度
cols：矩阵的列数，对应的是图像的高度

注意，只有当该矩阵为二维矩阵时，这两个属性才有效。这两个参数直接决定了图像在MFC应用中显示的尺寸。

1.2 dims --- 矩阵维度

矩阵有多维的，但图像一般都是二维的，因此dims一般为2。然而OpenCV的三维重建技术可能需要描述三维图像。

1.3 channels --- 通道数

图像通道数描述的是每个像素点是由几个数值分量组成的，是区分彩色图和灰度图的关键。

channels=1：灰度图，每个像素仅一个亮度值
channels=3：彩色图，通常为BGR三通道
channels=4：在BGR三通道的基础上增加透明度，采用BGRA格式

在图像格式转换中，通道数直接决定了图像创建的格式（8位/24位/32位），同时需要注意BGR与RGB之间的通道顺序转换。

1.4 type --- 数据类型

Mat的数据类型是定义矩阵中每个像素值的存储格式、位数、通道数的核心标识。Mat数据类型的命名是有固定统一规范的（CV_位数+数据类型+C通道数），如CV_8UC1。

位数表示每个数值占用的二进制位数；数据类型主要有三个选择（U表示无符号整数；S代表有符号整数；F代表浮点型）；通道数表示每个像素包含的分量数（同1.3）

在图像格式转换中，常用的数据类型只有CV_8UC1、CV_8UC3、CV_8UC4三种。

二、OpenCV::Mat数据指针的访问方法

Mat::data是Mat像素数据的首地址指针，指向矩阵内存块的起始地址。用户可通过该指针直接读写内存。

Mat::ptr<uchar>[i]是第i行数据的起始指针，该指针能自动处理行对齐补齐问题，从而避免内存越界，是像素访问的最常用安全的方式。

Mat::step是指矩阵中每一行占用的总字节数，包含对齐补齐的字节。

三、CImage的基础属性

CImage是MFC提供的一个功能强大图像处理类，封装了加载、保存、绘制和像素访问等功能，是连接图像文件与界面控件的核心桥梁。

CImage最常用的成员包括Load、Create、Destory等用于生命周期管理；Draw、StretchBlt用于图像显示；GetBits、GetPixelAddress用于直接像素操作。

CImage封装了获取图像基本信息的方法，是格式转换的关键依据：

GetWidth()/GetHeight()：获取图像的宽度和高度，等同于Mat的cols和rows；
GetBPP()：获取每像素的位数，决定了图像的颜色深度（8位，24位，32位），等同于Mat的channels；
GetPitch：获取图像每行的字节跨度（包含内存对齐字节），等同于Mat::step
GetBits()：获取指向像素数据缓冲区的首指针，用于直接操作像素，等同于Mat的Mat::data，下面再详细介绍；

CImage提供了增强型的（DDB和DIB）位图支持，可以装入、显示、转换和保存多种格式的图像文件，包括BMP、GIF、JPG、PNG、TIF等

3.1 设备无关位图（DIB）

DIB是一种旨在保证图像在不同显示设备上保持一致外观的位图格式。其核心特点是不依赖于特定硬件的颜色格式、分辨率或调色板，而是通过内嵌的元信息（如颜色表、分辨率、位深度等）来实现跨平台、跨设备的图像一致性。颜色表即调色板。

CImage的调色板主要用于索引颜色模式的图像，如8位的BMP图像，这种图像最多支持256种颜色，通过颜色表映射像素值到实际的RGB颜色。调色板仅用于单通道图像，对于多通道图像，像素值通常直接存储颜色信息，无需通过颜色表确定颜色。

DIB的图像有两种存储方式：Top-Down与Bottom-Up。对于Bottom-Up位图，在内存中是从位图的底部行开始保存，然后一行接着一行，直到位图顶部。因而，内存空间的起始处为图像的左下角像素点。在GDI中，所有的位图都是Bottom-Up类型的位图。对于Top-Down位图，它在内存中的保存顺序是相反的。位图的顶部行保存在内存空间的开始处。因而，内存空间的起始处为图像的左上角像素点。DirectDraw编程采用是Top-Down类型位图。在位图结构体（BITMAPINFOHEADER.biHeight）中可设置该图像的存储方式， biHeight= TRUE，则表示Bottom-Up类型，反之为Top-Down类型。

3.2 CImage的调色板

CImage的调色板本质上是一个由256个RGBQUAD结构组成的颜色表，每个索引对应一组RGB颜色，决定了像素最终显示效果。

调色板主要应用于8位灰度图像展示，24位/32位的真彩色未采用调色板，像素直接存储RGB/RGBA值，无需调色板映射。

CImage可用函数GetColorTable读取调色板颜色表，并用SetColorTable设置调色板颜色表。

四、函数源码

cpp 复制代码

void MatToCImage(Mat& mat, CImage& cImage)
{
	int channels = mat.channels();
	if (!(channels == 1 || channels == 3))
		return;
	int width = mat.cols;
	int height = mat.rows;
	cImage.Destroy();					//这一步是防止重复利用造成内存问题
	cImage.Create(width, height, 8 * channels);
	uchar* ps;
	uchar* pimg = (uchar*)cImage.GetBits();//获取CImage的像素存贮区的指针
	int step = cImage.GetPitch();	//每行的字节数,注意这个返回值有正有负

	// 如果是1个通道的图像(灰度图像) DIB格式才需要对调色板设置  
	// CImage中内置了调色板，我们要对他进行赋值：
	if (1 == channels)
	{	RGBQUAD ColorTable[256];
		for (int i = 0; i < 256; i++)
		{
			ColorTable[i].rgbBlue = (BYTE)i;
			ColorTable[i].rgbGreen = (BYTE)i;
			ColorTable[i].rgbRed = (BYTE)i;
			ColorTable[i].rgbReserved = 0;
		}
		cImage.SetColorTable(0, 256, ColorTable);
	}
	for (int i = 0; i < height; i++)
	{	ps = mat.ptr<uchar>(i);
		for (int j = 0; j < width; j++)
		{	if (1 == channels)
				*(pimg + i * step + j) = ps[j];
			else if (3 == channels)
			{	*(pimg + i * step + j * 3) = ps[j * 3];
				*(pimg + i * step + j * 3 + 1) = ps[j * 3 + 1];
				*(pimg + i * step + j * 3 + 2) = ps[j * 3 + 2];
			}
		}
	}
}