AHK调用opencv（九）图像的基本操作

访问和修改像素值

先来理解一下，图像与一般的矩阵或张量有何不同(不考虑图像的格式，元数据等信息)。首先，一张图像有自己的属性，宽，高，通道数。其中宽和高是我们肉眼可见的属性，而通道数则是图像能呈现色彩的属性。我们都知道，光学三原色是红色，绿色和蓝色，这三种颜色的混合可以形成任意的颜色。常见的图像的像素通道也是对应的R，G，B三个通道，在OpenCV中，每个通道的取值为0～255，。(注：还有RGBA，YCrCb，HSV等其他图像通道表示)。即，一般彩色图像读进内存之后是一个h * w * c的矩阵，其中h为图像高(相当于矩阵的行)，w为图像宽(相当于矩阵列)，c为通道数。

比如说一张青色的图片，如图所示

青色是绿色和蓝色的混合，所以该图像的所有像素值都为R := 0; G := 255; B := 255

我们可以通过图像的行和列坐标来访问像素值，常见的RGB图像由红绿蓝三个通道组成，维度为三。

这里随意导入一张图片，名称为2.png，可以看到成功输出了图像的各方面信息。

#NoEnv ;不检查空变量是否为环境变量(建议所有新脚本使用)。
#Include opencv_ahk_lib.ahk
SendMode Input
hOpencv := DllCall("LoadLibrary", "str", "opencv_world455.dll", "ptr")
hOpencvCom := DllCall("LoadLibrary", "str", "autoit_opencv_com455.dll", "ptr")
DllCall("autoit_opencv_com455.dll\DllInstall", "int", 1, "wstr", A_IsAdmin = 0 ? "user" : "", "cdecl")

cv := ComObjCreate("OpenCV.cv") ;创建 COM 对象。
img := cv.imread("2.png") ;img := cv.imread("2.png")等于img := cv.imread("2.png", 1) 这里的1就是默认参数

;图像宽度 矩阵的行数
rows := img.rows()

;图像高度 矩阵的列数
cols := img.cols()

;矩阵元素拥有的通道数，例如常见的彩色图像，每一个像素由RGB三部分组成，则channels = 3
channels := img.channels()

;访问中心点像素值
B := img.Vec3b_at(rows/2, cols/2)[0]
G := img.Vec3b_at(rows/2, cols/2)[1]
R := img.Vec3b_at(rows/2, cols/2)[2]
MsgBox, 宽度：%rows%`n高度：%cols%`n颜色通道数：%channels%`nB通道颜色值：%B%`nG通道颜色值：%G%`nR通道颜色值：%R%

AHK调用opencv（九）图像的基本操作

有了这些信息之后，下面可以根据坐标修改像素值。（方法来自Autohotkey中文社区群友zzZ…）

;修改像素值
loop, % rows{
    index_rows := A_Index
    loop, % cols{
        index_cols := A_Index
        img.Vec3b_set_at(index_rows - 1, index_cols - 1, ComArrayMake([255, 0, 0])) ;这里的三个参数对应B，G，R三个颜色通道
    }
}
cv.imshow("Image", img)
cv.waitKey()
cv.destroyAllWindows()

AHK调用opencv（九）图像的基本操作

这里不难看出，我们修改了B通道的值为255后，整个图片变为蓝色。

访问图像属性

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

;uchar型的指针。Mat类分为了两个部分:矩阵头和指向矩阵数据部分的指针，data就是指向矩阵数据的指针。
data := img.data()

;矩阵的维度，例如5*6矩阵是二维矩阵，则dims=2，三维矩阵dims=3.
dims := img.dims()

;矩阵的大小，size(cols,rows),如果矩阵的维数大于2，则是size(-1,-1)
size_cols := img.size()[0]
size_rows := img.size()[1]

;下面的几个属性是和Mat中元素的数据类型相关的。

type := img.type()
;表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。具体的有以下值：
; CV_8UC1	CV_8UC2	    CV_8UC3	    CV_8UC4
; CV_8SC1	CV_8SC2	    CV_8SC3	    CV_8SC4
; CV_16UC1	CV_16UC2	CV_16UC3	CV_16UC4
; CV_16SC1	CV_16SC2	CV_16SC3	CV_16SC4
; CV_32SC1	CV_32SC2	CV_32SC3	CV_32SC4
; CV_32FC1	CV_32FC2	CV_32FC3	CV_32FC4
; CV_64FC1	CV_64FC2	CV_64FC3	CV_64FC4
; 这里U（unsigned integer）表示的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。
; 例如：CV_16UC2，表示的是元素类型是一个16位的无符号整数，通道为2.
; C1，C2，C3，C4则表示通道是1,2,3,4
; type一般是在创建Mat对象时设定，如果要取得Mat的元素类型，则无需使用type，使用下面的depth
depth := img.depth()
; 矩阵中元素的一个通道的数据类型，这个值和type是相关的。例如 type为 CV_16SC2，一个2通道的16位的有符号整数。那么，depth则是CV_16S。depth也是一系列的预定义值，
; 将type的预定义值去掉通道信息就是depth值:
; CV_8U CV_8S CV_16U CV_16S CV_32S CV_32F CV_64F
elemSize := img.elemSize()
;矩阵一个元素占用的字节数，例如：type是CV_16SC3，那么elemSize = 3 * 16 / 8 = 6 bytes
elemSize1 := img.elemSize1()
;矩阵元素一个通道占用的字节数，例如：type是CV_16CS3，那么elemSize1 = 16  / 8 = 2 bytes = elemSize / channels

MsgBox, dims: %dims%`nsize_cols: %size_cols%`nsize_rows: %size_rows%`ntype: %type%`ndepth: %depth%`nelemSize: %elemSize%`nelemSize: %elemSize1%

AHK调用opencv（九）图像的基本操作

拆分和合并图像通道

将 BGR 图像分割为单个通道，再将这些单独的通道连接到 BGR 图像。

#NoEnv
#Include opencv_ahk_lib.ahk
SendMode Input
hOpencv := DllCall("LoadLibrary", "str", "opencv_world455.dll", "ptr")
hOpencvCom := DllCall("LoadLibrary", "str", "autoit_opencv_com455.dll", "ptr")
DllCall("autoit_opencv_com455.dll\DllInstall", "int", 1, "wstr", A_IsAdmin = 0 ? "user" : "", "cdecl")

cv := ComObjCreate("OpenCV.cv")
new_img := ComObjCreate("OpenCV.cv.Mat")
img := cv.imread("2.png")

;cv.namedWindow("Image")
cv.imshow("Image", img)

;拆分图像通道
mv := ComObjCreate("OpenCV.VectorOfMat")
cv.split(img, mv)


cv.imshow("Image_B", mv.at(0))
cv.imshow("Image_G", mv.at(1))
cv.imshow("Image_R", mv.at(2))

;拆分后直接合并图像通道到新矩阵
cv.merge(mv, new_img)
cv.imshow("new_img", new_img)


;把B通道全部置为0，然后合并
newaddchannel := mv.at(0).clone()    
newaddchannel.setTo(ComArrayMake([0]))

new_channels := ComObjCreate("OpenCV.VectorOfMat")
new_channels.push_back(newaddchannel)
new_channels.push_back(mv.at(1))
new_channels.push_back(mv.at(2))
mergedImage := ComObjCreate("OpenCV.cv.Mat")
mergedImage := cv.merge(new_channels, mergedImage)
cv.imshow("hebin", mergedImage)


cv.waitkey()
cv.destroyAllWindows()

AHK调用opencv（九）图像的基本操作

制作图像边界

#NoEnv
#Include opencv_ahk_lib.ahk
SendMode Input
SetWorkingDir %A_ScriptDir%

hOpencv := DllCall("LoadLibrary", "str", "opencv_world455.dll", "ptr")
hOpencvCom := DllCall("LoadLibrary", "str", "autoit_opencv_com455.dll", "ptr")
DllCall("autoit_opencv_com455.dll\DllInstall", "int", 1, "wstr", A_IsAdmin = 0 ? "user" : "", "cdecl")

cv := ComObjCreate("OpenCV.cv")
img := cv.imread("2.png")

border_default := ComObjCreate("OpenCV.cv.Mat")
border_default := cv.copyMakeBorder(img, 50, 50, 50, 50, 0, ComArrayMake([0, 0, 0]))

cv.imshow("11", border_default)
CV.waitkey()

AHK调用opencv（九）图像的基本操作

可以看到，这里成功画出了厚度为50像素的框。

天黑版opencv_ahk.dll使用（改变了调用方式，优化速度…）

cv2.ahk和log.ahk来自社区群友zzZ…

可以用文件中的天黑版的v2h版ahk运行。

示例：图像的基本操作

#Dllload lib
#DllLoad opencv_ahk.dll
#include <cv2>
#include <log>
SetWorkingDir A_ScriptDir

;初始化opencv模块
cv := ObjFromPtr(DllCall('opencv_ahk.dll\opencv_init', 'ptr', DllCall(A_AhkPath '\ahkGetApi', 'ptr'), 'cdecl ptr'))
cv.namedWindow("image")
cv.moveWindow("image", 100, 100)
img := cv.imread("image/test.png")

;宽，高，颜色通道数，中心点像素值
rows     := img.rows
cols     := img.cols
channels := img.channels
BGR      := img[rows/2, cols/2]
log.info(rows, cols, channels, BGR)

; data      := img.data().ptr
dims      := img.dims
; size      := img.size
type_     := img.type
depth     := img.depth
elemSize  := img.elemSize
elemSize1 := img.elemSize1
log.info(dims, type_, depth, elemSize, elemSize1)

;改变中心点为白色
img[rows/2, cols/2] := [255, 255, 255]
cv.imshow("image", img)

;改变所有像素点为白色
img.setTo(cv.MAT(1, 3, cv2.CV_8UC3, [255, 255, 255]))
cv.imshow("image1", img)

;拆分合并图像通道
img := cv.imread("image/lena.png")
vm := cv.Vector_Mat()
cv.split(img, vm)
cv.imshow("image_B", vm[0])
cv.imshow("image_G", vm[1])
cv.imshow("image_R", vm[2])

;拆分后直接合并图像通道到新矩阵
new_img := cv.MAT()
cv.merge(vm, new_img)
cv.imshow("new_img", new_img)

;B通道像素全部改为0，然后合并
vm[0].setTo(cv.MAT(1, 1, cv2.CV_8UC3, [0, 0, 0]))
cv.imshow("image_newB", vm[0])
new_img := cv.MAT()
cv.merge(vm, new_img)
cv.imshow("new_img1", new_img)

;制作图像边界
border_default := cv.MAT()
cv.copyMakeBorder(img, border_default, 50, 50, 50, 50, cv2.CV_BORDER_CONSTANT, [0, 0, 0])
cv.imshow("new_img2", border_default)

cv.waitKey()
cv.destroyAllWindows()

有错误请联系我改正！

本系列所有贡献者（AutoHotKey中文社区群友）不分先后：天黑请闭眼，zzZ…，演好自己，僵尸，城西，Tebayaki。

{{userData.name}}已认证

AHK调用opencv（九）图像的基本操作

访问和修改像素值

访问图像属性

拆分和合并图像通道

制作图像边界

天黑版opencv_ahk.dll使用（改变了调用方式，优化速度…）

创建自己的全文索引库2022.03.21

转义符备忘录