Opencv 實現讀取 BMP 圖片

Opencv 是一個基於 C/C++ 語言的開源計算機視覺庫，可以用於圖像處理、特徵識別、目標跟蹤、機器學習等領域。在圖像處理中，讀取 BMP 圖片是常見操作之一。

一、打開 BMP 文件

BMP（Bitmap）是一種圖像文件格式，它的文件頭包含了點陣圖文件的一些參數，我們需要先讀取文件頭信息。

Mat bmp = imread("test.bmp", IMREAD_COLOR);
if (bmp.empty()) {
    cout << "Could not open or find the image" << endl;
    return -1;
}

我們首先使用 imread 函數讀取 BMP 文件，該函數返回的 Mat 對象包含了圖像的像素矩陣信息。如果文件不存在或者讀取失敗，imread 函數將返回一個空的 Mat 對象。

二、處理圖像數據

讀取 BMP 文件之後，我們需要將圖像數據轉換為可操作的像素矩陣。

Mat bmp = imread("test.bmp", IMREAD_COLOR);
if (bmp.empty()) {
    cout << "Could not open or find the image" << endl;
    return -1;
}
cvtColor(bmp, bmp, COLOR_BGR2RGB);
int width = bmp.cols;
int height = bmp.rows;
vector<uint8_t> data(bmp.data, bmp.data + bmp.total() * bmp.elemSize());

我們可以通過使用 cvtColor 函數將 BGR 通道轉換為 RGB 通道，這對後續的處理非常有幫助。然後我們可以分別獲取 BMP 圖片的寬度和高度，以及像素數據。在這裡，我們可以利用 Mat 對象的 data 屬性獲取像素矩陣的首地址，並轉換為 uint8_t 類型的 vector 容器。

三、解析 BMP 文件頭

BMP 文件頭包含了點陣圖文件的一些參數，包括文件類型、圖像寬度和高度、顏色位數等，我們需要解析文件頭並根據文件頭信息進行進一步處理。

// 解析 BMP 文件頭
uint32_t fileSize = *(uint32_t*)&data[2];
uint32_t pixelOffset = *(uint32_t*)&data[10];
uint32_t width = *(uint32_t*)&data[18];
uint32_t height = *(uint32_t*)&data[22];
uint16_t bitCount = *(uint16_t*)&data[28];
// 計算 BMP 圖片行位元組數
uint32_t rowSize = (width * bitCount + 31) / 32 * 4;
// 提取像素數據
vector<uint8_t> pixels(pixelOffset);
memcpy(&pixels[0], &data[pixelOffset], fileSize - pixelOffset);

我們可以定義一些變數來解析 BMP 文件頭，包括文件大小、像素偏移量、寬度、高度和顏色位數等信息。BMP 圖片的行位元組數可以通過公式 rowSize = (width * bitCount + 31) / 32 * 4 計算得出，從而確定每個像素所佔的位元組數。最後，我們可以提取像素數據並轉換為 vector 容器。

四、操作像素矩陣

像素矩陣是圖像處理的核心部分，我們可以使用它來實現許多基本操作，如圖像縮放、旋轉、裁剪等。

// 創建空白圖像
Mat newimg(height, width, CV_8UC3);
// 遍歷像素矩陣
for (int i = 0; i < height; i++) {
    for (int j = 0; j < width; j++) {
        int index = (i * rowSize) + (j * 3);
        newimg.at<Vec3b>(i, j) = Vec3b(pixels[index + 2], pixels[index + 1], pixels[index + 0]);
    }
}

我們可以通過像素行位元組數和像素位數來確定像素矩陣中每個像素所佔的位元組數，並使用 Vec3b 類型的 at 函數將像素數據放入 Mat 對象中。

五、小結

在使用 Opencv 實現讀取 BMP 圖片時，我們需要依次讀取 BMP 文件、處理圖像數據、解析 BMP 文件頭，並操作像素矩陣。這些步驟完成後，我們就可以對圖像進行各種操作了。