[python]OpenCV 공부노트 Mat4

[python]OpenCV 공부노트 Mat3

에 이어서 resize, reserve, release 에 대한 함수 사용

#pragma warning(disable: 4819)
#include "opencv.hpp"
using namespace cv;
using namespace std;
int main()
{
	Mat A(3, 3, CV_32FC1, Scalar::all(0));

	cout << "A= " << A.size() << A << endl;
	A.resize(2); // 행의 갯수를 2로 변경한다.
	cout << "A= " << A.size() << A << endl;

	A.resize(5, Scalar::all(6)); // 행의 갯수를 5로 변경한다.
	cout << "A= " << A.size() << A << endl;

	A.reserve(10); // 10행만큼 메모리 공간을 확보하지만 메모리 공간이 충분하면 작동하지않는다.
	cout << "A= " << A.size() << A << endl;

	A.release(); // A가 차지하는 메모리공간을 개방한다.
	cout << "A= " << A.size() << A << endl;

	// A의 공간은 개방되어서 없지만
	A.create(3, 3, CV_32FC1); // create로 다시 (CV_32F 3x3사이즈로) 할당할 수 있음.
	cout << "A= " << A.size() << A << endl;

	return 0;
}

간단한 내용이므로 설명은 주석에 작성하였다.

관심영역 (Region of Interest)

#pragma warning(disable: 4819)
#include "opencv.hpp"
using namespace cv;
using namespace std;
int main()
{
	Mat A(10, 10, CV_32F);
	for (int i = 0; i < A.rows; i++) {
		for (int j = 0; j < A.cols; j++) {
			A.at<float>(i, j) = i* A.cols + j;
		}
	}

	cout << "A = " << A.size() << A << endl << endl;

	Mat B = A(Range(5, 8), Range(3, 6)); // [5,8), [3,6) 3x3

	cout << "B = " << B.size() << B << endl << endl;

	Size wholeSize;
	Point ofs;
	B.locateROI(wholeSize, ofs);

	// ofs = 원본(A)대비 B가 위치한 영역
	// B는 A의 부분을 받았지만 wholeSize를 기억하고있다.
	cout << "wholeSize= " << wholeSize << "ofs=" << ofs << endl << endl;


	Mat C = B.adjustROI(1, 1, 1, 1);
	cout << "B=" << B.size() << B << endl << endl;
	cout << "C=" << C.size() << C << endl << endl;

	return 0;
}

구버전 2.4의 CvMat() IplImage() 대신 cvarrToMat() 사용하기

#pragma warning(disable: 4819)
#include "opencv.hpp"
using namespace cv;
using namespace std;
int main()
{
	Mat A(10, 10, CV_32F);
	for (int i = 0; i < A.rows; i++) {
		for (int j = 0; j < A.cols; j++) {
			A.at<float>(i, j) = i* A.cols + j;
		}
	}

	cout << "A = " << A.size() << A << endl << endl;

	Mat B = A(Range(5, 8), Range(3, 6)); // [5,8), [3,6) 3x3

	cout << "B = " << B.size() << B << endl << endl;

	Mat C = A(Rect(2, 2, 5, 5)); // x, y, w, h
	cout << "C = " << C << endl;

	Range ranges[2] = { Range(5,8) , Range(3,6) };
	Mat D = A(ranges);
	cout << "D=" << D << endl << endl;
	CvMat E = D;
	cout << "E= " << cvarrToMat(&E) << endl << endl;

	IplImage F = D;
	cout << "F= " << cvarrToMat(&F) << endl << endl;


	return 0;
}

OpenCV 3.x에서는 IplImage나 CvMat의 생성자가 없기 떄문에(deprecated) 구조체를 변환하려면 cvarrToMat(&ref)를 사용해야한다.

Mat으로 Iterator사용하기

#pragma warning(disable: 4819)
#include "opencv.hpp"
#include <iomanip>

using namespace cv;
using namespace std;
int main()
{
	Mat A(10, 10, CV_32F);
	for (int i = 0; i < A.rows; i++) {
		for (int j = 0; j < A.cols; j++) {
			A.at<float>(i, j) = i* A.cols + j;
		}
	}

	cout << "A = " << A.size() << A << endl << endl;
	cout << "sum(A) = " << sum(A) << endl;


	float sum2 = 0;
	MatConstIterator_<float> it = A.begin<float>(); // begin으로 iterator 객체 리턴
	for (; it != A.end<float>(); it++) { // A.end()도 MatIter리턴
		sum2 += *it;
	}
	cout.precision(3);
	cout << fixed << sum2 << endl; // not using e

	Mat B(10, 10, CV_32FC1);
	MatConstIterator_<float> itA = A.begin<float>();
	MatIterator_<float> itB = B.begin<float>();
	for (; itA != A.end<float>(); itA++, itB++) {
		*itB = *itA; //itB에 itA값을 대입

	}

	cout << "B= " << B << endl << endl;

	cout << "===============================" << endl << endl;
	A.setTo(Scalar::all(5));
	cout << "A= " << A << endl << endl;
	cout << "B= " << B << endl << endl;

	return 0;
}

추가로 참조가아닌 값을 복사했기때문에 A의 값을 바꿔도 B의 값에는 변함이없다.

(*itB = *itA)

lena.jpg의 영상 평균 계산. iterator 활용 (모든 벡터 접근)

#pragma warning(disable: 4819)
#include "opencv.hpp"
#include <iomanip>

using namespace cv;
using namespace std;
int main()
{
	Mat srcImage = imread("lena.jpg", IMREAD_GRAYSCALE);

	float sum = 0;
	MatConstIterator_<uchar> it = srcImage.begin<uchar>();
	for (; it != srcImage.end<uchar>(); it++) {
		sum += *it;
	}

	cout.precision(3);
	cout << srcImage.total() << endl << endl;
	cout << fixed << sum / srcImage.total() << endl;

	return 0;
}

grayscale이라 단색값으로 계산하는 것 같다. (명암만 가능한 듯)

방식을 바꾸어 컬러 계조 평균을 계산해보기로 했다…

이 부분을 해결하는것을 과제로 하자.

Mat 클래스의 끝이 보인다.