QT中对Mat类的一些操作详解

Mat类简介

Mat类是OpenCV图像处理库中常用的一个类，它可以用来存储图像数据信息，并提供了很多对图像进行操作的方法。在QT中，可以使用OpenCV库中的Mat类来进行图像处理操作。

Mat类的创建与初始化

Mat类提供了很多构造函数，可以根据不同的参数来创建不同的Mat对象。下面是一些常用的构造函数：

// 创建一个空的Mat对象
Mat M;
// 创建一个指定行数、列数、数据类型的Mat对象
Mat M(int rows, int cols, int type);
// 创建一个与给定的Mat对象拥有相同大小和类型的Mat对象
Mat M(const Mat& m);
// 使用给定的行列数、数据类型和指针创建Mat对象
Mat M(int rows, int cols, int type, void* data, size_t step = AUTO_STEP);
// 使用给定的行列数、数据类型的数字数组创建Mat对象
Mat M(int rows, int cols, int type, const Scalar& s);

需要注意的是，如果使用第四个构造函数创建Mat对象，需要自行分配内存。而如果使用第五个构造函数创建Mat对象，并不是所有的数据类型都可以使用Scalar类型进行初始化。例如，当数据类型为CV_8UC1时，必须使用Scalar(255)来初始化。

Mat类的基本使用

获取Mat对象的像素值

Mat类提供了at()方法可以使用像素点的坐标获取该像素点的值。该方法有两种形式：

// 获取指定行列坐标的像素值
Vec3b at(int y, int x) const;
// 获取指定点的像素值
Vec3b at(Point pt) const;

需要注意的是，获取像素值时，行列索引是从0开始的。而返回的像素值是采用向量类型的，可以通过[]操作符进行访问。

示例：

// 创建一个3*3的图像
Mat img(3, 3, CV_8UC3, Scalar(0, 0, 255));
// 获取第一行第二列的像素值
Vec3b pixel = img.at(0, 1);

// 输出像素值
qDebug() << "B:" << pixel[0] << " G:" << pixel[1] << " R:" << pixel[2];

输出结果：

B: 0 G: 0 R: 255

修改Mat对象的像素值

上面介绍了如何获取Mat对象的像素值，同样可以使用at()方法来修改Mat对象的像素值。需要注意的是，Mat对象的每个像素点可以由一个标量或一个向量类型的值来表示。而且向量类型的值必须与Mat对象的数据类型一致。

// 修改指定行列坐标的像素值
Vec3b& at(int y, int x);
// 修改指定点的像素值
Vec3b& at(Point pt);

示例：

// 创建一个3*3的图像
Mat img(3, 3, CV_8UC3, Scalar(0, 0, 255));
// 获取第一行第二列的像素值
Vec3b& pixel = img.at(0, 1);

// 修改像素值
pixel[0] = 255;
pixel[1] = 0;
pixel[2] = 0;

// 输出像素值
qDebug() << "B:" << pixel[0] << " G:" << pixel[1] << " R:" << pixel[2];

输出结果：

B: 255 G: 0 R: 0

总结

在QT中，使用OpenCV中的Mat类可以方便地对图像进行处理。本文介绍了Mat类的创建与初始化方法，以及获取和修改Mat对象的像素值的方法。Mat类的使用还包括很多其他常用的操作，例如图像几何变换、图像过滤等。如有需要，可以参考官方文档进行深入学习。

示例

void showMatInfo(const cv::Mat& mat) {
    qDebug() << "Mat rows: " << mat.rows;
    qDebug() << "Mat cols: " << mat.cols;
    qDebug() << "Mat type: " << mat.type();
    qDebug() << "Mat channel: " << mat.channels();

    if (mat.channels() == 1) {
        qDebug() << "Mat depth: " << mat.depth();
    } else {
        qDebug() << "Mat depth: " << mat.depth() << ", depth of each channel:" << mat.elemSize1();
    }
}

void matConvertToQImage(cv::Mat srcImage, QImage& destImage) {
    // 确定目标QImage的格式
    const int colorChannel = srcImage.channels();
    switch (colorChannel) {
    case 1:
        destImage = QImage(srcImage.cols, srcImage.rows, QImage::Format_Indexed8);
        break;
    case 3:
        destImage = QImage(srcImage.cols, srcImage.rows, QImage::Format_RGB888);
        break;
    default:
        break;
    }

    // 使用memcpy将Mat数据拷贝到QImage中
    uchar *pSrc = srcImage.data;
    uchar *pDest = destImage.bits();
    int srcLineBytes = srcImage.step;
    int destLineBytes = destImage.bytesPerLine();
    const int lineHeight = srcImage.rows;
    const int pixelBytes = colorChannel * sizeof(uchar);

    for (int i = 0; i < lineHeight; i++) {
        // 逐行拷贝
        memcpy(pDest, pSrc, pixelBytes * srcImage.cols);

        // 指针移动到下一行
        pSrc += srcLineBytes;
        pDest += destLineBytes;
    }
}

void example() {
    // 读取一张图像
    cv::Mat srcImage = cv::imread("example.png");

    // 显示一些图片信息
    showMatInfo(srcImage);

    // 对图像进行处理...
    cv::Mat blurryImage;
    cv::GaussianBlur(srcImage, blurryImage, cv::Size(5, 5), 0);

    // 将OpenCV图像转换成QImage
    QImage destImage;
    matConvertToQImage(blurryImage, destImage);

    // 显示QImage
    QLabel* label = new QLabel;
    label->setPixmap(QPixmap::fromImage(destImage));
    label->show();
}