Opencv保存读取float类型深度图

最新推荐文章于 2024-08-31 19:05:31 发布
原创 最新推荐文章于 2024-08-31 19:05:31 发布 · 5.7k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#opencv #计算机视觉 #slam

本文详细介绍使用OpenCV进行图像处理的过程，包括从GPU内存中下载图像数据，将图像转换为可显示和保存的格式，以及如何读取并处理保存后的图像文件。通过具体的代码示例，展示了图像归一化、显示、保存以及读取和像素值的打印方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

保存

MyData.h_people_depth = cv::cuda::GpuMat(PROJECTION_HEI, PROJECTION_WID, CV_32FC1, cv::Scalar(0, 0, 0));

cv::Mat people_depth;
MyData.h_people_depth.download(people_depth);


cv::Mat people_depth_save(people_depth.rows, people_depth.cols, CV_8UC4, people_depth.data);
cv::normalize(people_depth, people_depth, 0, 1.0, cv::NORM_MINMAX);

cv::imshow("people_depth", people_depth);
cv::imshow("people_depth_save", people_depth_save);
cv::imwrite("../res/people_depth.png", people_depth_save);

读取

Mat depth = imread("../res/people_depth.png", IMREAD_UNCHANGED);

for(int i=0;i<depth.rows;i++){
        for(int j=0;j<depth.cols;j++){
            if(depth.at<float>(i,j) > 0)
                printf("%f \n",depth.at<float>(i,j));

            Point2d p1 = pixel2cam(Point2d(i,j),K1);
     }
}

 

OpenCV 数组存储图片像素值，便于后期图像处理
Eternally_Time的博客
03-30 4193
    刚开始接触到OpenCV，本身是想学借助OpenCV的库来进行图像处理学习的，后来发现OpenCV将所有的东西都集成起来了，对于打算学习图像处理来说这样反而不是什么好事；    在我看来，图像处理基本基于对像素值得处理，那么我们尽可能的用数组来存储像素值，对于OpenCV来说不便于按照我们的做法来对图片进行处理。但是OpenCV给我们集成了cv::Mat::at这样一个结构，用于读取图片的...
opencv处理深度图基本操作
weixin_39425383的博客
07-16 2048
opencv处理深度图，和处理普通图像差不多，但是有一些地方需要注意。opencv数据类型对应关系：总结了下opencv对深度图常规操作，后续遇到新情况继续添加补充。
OpenCV中double和float类型图像数据的访问
_Casual_的专栏
07-25 1万+
首先解释下结构体IplImage和类Mat
OpenCV快速入门一：图片读取&保存
小柒的博客
07-13 3855
图片读取&保存，opencv循环读图，显示浮点类型图片，python opencv安装，图像显示在一个mat，中文路径读取保存，oepncv图片读取失败，opencv读取图片纯白色 opencv学习，opencv教程
opencv读取图像数据的方式总结
南极企鹅
10-08 1万+
引言opencv是计算机视觉中使用最广泛同时也是功能最全的一个开源库，为图像处理以及计算机视觉工作者提供了极大的方便，本文就opencv读取图像数据文件做一个总结，高年级同学以及大牛请无视。opencv中图像的结构图像的结构可以看作是一个2维矩阵，opencv在对图像的结构定义中也采用了这一方式。在总结之前，有必要对opencv中图像结构定义的一些成员变量意义进行说明，更详细的请参考opencv官方
opencv 图像类型对应读写格式
huangli19870217的专栏
10-30 880
Mat每个格子内的数据格式-----------Mat定义 Mat_&lt;uchar&gt;---------CV_8U Mat&lt;char&gt;-----------CV_8S Nat_&lt;short&gt;---------CV_16S Mat_&lt;ushort&gt;--------CV_16U Mat_&lt;int&gt;-----------CV_32S Mat_&...
OpenCV_C++ 图像处理
JYing___的博客
11-05 382
图像处理
使用OpenCV对视差图/深度图(CV_16S/CV_32S)进行保存和显示
热门推荐
青箬笠，绿蓑衣
01-22 1万+
OpenCV默认的图像格式为CV_8UC3，此时图像为3通道、8位RGB图像，每个通道所能表达的灰度阶为28=2562^8=25628=256。而视差图常为CV_16S或CV_32S等，如果直接使用cv::imwrite()保存视差图或深度图，则图像将被转成CV_8U格式，损失很大的精度。 保存 在进行保存的时候，为保存无压缩图像，需要使用到cv::imwrite()的第三个参数。 显示 方法一...
opencv学习笔记2-opencv读取图片信息并显示
The_xz的博客
08-31 1164
opencv学习笔记2-opencv读取图片信息并显示
【Opencv学习】03-读取图片信息
祖国花朵的博文
01-25 1579
图像信息的获取
float32像素图片无损耗保存
qq_48912663的博客
12-02 1901
亚像素图片无损耗保存 保存 注意：CV：：MAT格式，保存为.tiff cv::imwrite(filename, cv_ptrD->image); 读取 其实错误原因是图片格式，python中cv2.imread的问题，默认读取为narry，所以类型默认为uint16 而我们的是float32。 没试过python，可以试试mat格式读取图片试试 所以CV：：MAT 定义图片读取即可 cv::Mat test_image = cv::imread("./RGB/testdata1/depth10.
如何利用Opencv可视化float或者double的深度图
L
04-17 3072
//cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::TYPE_32FC1) -> image这个是我获取得到的一个深度图，这个数据信息是用Float32来表示的，下面对他进行可视化灰度输出，如果不经过下面的操作，得到的不是我所需要的图 cv::minMaxIdx(cv_bridge::toCvCopy(msg, sensor...
opencv Mat 显示不同数据类型图像
zhubaohua_bupt的博客
07-05 8553
单通道float类型Mat在存数据时需要归一化，                             即图像数据需要归一化到0~1之间。这是float类型图片的灰度空间。                               比如： Mat a=Mat::zeros(200,200,CV_32FC1); for(int row=0;row!=a.row
OpenCV基础部分（Mat、图像视频读取、显示、保存）
qq_42475191的博客
09-12 3174
一、Mat类 1.1 Mat类简介 Mat类是一个储存矩阵数据的容器，包括灰度、向量、矩阵、彩色图像等数据。Mat类分为矩阵头和指向存储数据的矩阵指针两部分。 矩阵头： 矩阵尺寸： 存储方法: 地址： 引用次数: 而图像传递和复制过程中，主要开销是存放矩阵数据，在Opencv中复制和传递图像时，只是复制了矩阵头和指向存储数据的指针。 1.2 构造函数 Mat类还可以存储double、float、uchar、unsigned char数据类型 如： Mat...
OpenCV学习笔记：像素值读取at()函数
闫小亘的博客
07-17 7518
OpenCV学习笔记：像素值读取at()函数
Opencv-python（cv2）图像读取、显示与保存，看这一篇就够了
forever_008的博客
01-20 5257
Opencv-python（cv2）图像读取、显示与保存，看这一篇就够了图像读取之cv2.imread()函数imread函数的坑图像显示之cv2.imshow()函数imshow函数的坑读取与显示图像常见报错提示图像保存之cv2.imwrite()函数imwrite函数的坑 图像读取之cv2.imread()函数   opencv读取图像主要依赖于cv2.imread()函数，cv2.imr...
图像处理_如何保存浮点型数值的图像？ (C++ / OpenCV)
惊鸿一博
01-20 1万+
前言 保存浮点型的图像,比如保存深度图,深度值不是整数的情况. 但一般的图像格式(png jpg等)只能保存整数类型的数值,因为要显示出来的话,需要与整数类型的颜色表一一对应.这里给出两种方式 方式1 将对应的数值整数化,即乘以一个值,转成整数,保存起来,在使用时再除以这个整数(比如256) #include <opencv2/opencv.hpp> #include <cstdlib> #include <ctime> int main_png(int ar
Opencv Numpy Uint8和float型对显示图像(cv.imshow)的影响
cap_timo博客
11-09 6339
发现这两个问题是在昨天做实验的内容时遇到的，图像部分显示很奇怪，该亮的地方是黑色的（使用np.uint8后溢出导致的），以及不该亮的画面，出现过分亮的样子(矩阵中元素是浮点数导致的) dtype = float 其实不仅是定义了类型，在进行矩阵运算的过程中，数值也很容易变成浮点数，如果没有对图像数据定义为uint8，会出现整个画面过白的情况，详情见cv.imshow使用手册内容： 红圈部分说明了，如果数据是浮点数，cv.imshow会把数值×255，因为他默认你的浮点数位于0~1之间，×255后，就可以在
opencv imshow函数显示float64格式错误
紫金山赵火龙的博客
05-29 1806
在模拟高斯光斑的过程中，手动生成了下图所示的图像，使用cv2.imwrite()函数保存正常。 然而在使用cv2.imshow()函数显示时却出现错误 原因是使用高斯函数公式生成的图像，灰度值为float64格式，而cv2.imshow()不支持float64，会自动转换，参考opencv文档： imshow(winname, mat) -> None . The function may scale the image, depending on its depth: . - If the i
深度图类型是32位float
最新发布
03-30
<think>好的，用户之前问了关于在Windows环境下用C++将深度图转换为点云的问题，现在他问的是深度图类型是32位float的情况。我需要先回顾一下之前的对话，确保这次回答保持一致，同时解决新问题。 首先，用户可能在使用32位浮点深度图时遇到了问题，或者想了解如何处理这种格式的数据。之前的回答中，我提到了深度图可能是16位无符号整型或32位浮点型，但示例代码中使用的是ushort类型，即16位的处理。现在需要调整代码以适配32位float。 接下来，我需要确认用户的具体需求。用户可能已经尝试过之前的代码，但发现不适用于32位float的深度图，或者他们现在使用的设备或数据集提供的深度图是32位的，所以需要相应的处理方法。因此，我需要解释32位float深度图的特点，与16位的区别，并提供相应的代码示例。 需要注意的关键点包括：如何正确读取32位float的深度图，如何处理单位问题（比如是否已经是米为单位，不需要像16位那样转换），以及可能的无效值处理。此外，可能还需要提醒用户关于内存管理和性能的问题，因为32位float可能占用更多内存，处理大规模数据时需要注意。 另外，用户可能关心如何验证他们的深度图是否正确加载，比如检查深度值的范围，是否有异常值。是否需要调整相机参数或其他处理步骤？比如，如果深度图已经是米为单位，就不需要除以1000，而如果是其他单位，可能需要调整。 还需要考虑用户是否使用不同的库或工具，比如OpenCV版本是否支持32位float的读取，保存点云时的格式是否有变化。比如，在保存PLY文件时，是否需要特别注意数据类型？ 最后，可能需要补充一些优化建议，比如并行处理或使用PCL库的更高效方法，特别是当处理高分辨率的32位深度图时，性能可能成为一个问题。同时，提醒用户注意无效值（如NaN或负数），这在浮点类型中可能出现，而16位通常是非负整数。 总结来说，我需要调整之前的代码示例，处理32位float的深度图，解释单位差异，处理无效值，并可能给出验证步骤和优化建议，确保用户能够顺利转换他们的深度图为点云。</think>在Windows环境下处理**32位浮点型（float）深度图**时，需特别注意其数据格式与处理方式。以下是针对此类深度图的详细介绍与实现方法： --- ### **1. 32位浮点型深度图特点** - **数据范围**：通常存储实际物理单位（如米），值域可能为$0.0 \sim \infty$，但需注意传感器有效范围（如$0.1 \text{m} \sim 10.0 \text{m}$）。 - **精度优势**：相比16位整型，浮点型可保留更精细的深度细节，适合高精度场景。 - **无效值表示**：可能使用特殊值（如`NaN`、负数或`0.0`）标记无效区域。 --- ### **2. 关键实现调整** #### **(1) 读取深度图** 使用OpenCV加载时需指定`CV_32F`格式： ```cpp cv::Mat depth_image = cv::imread("depth.exr", cv::IMREAD_ANYDEPTH | cv::IMREAD_ANYCOLOR); depth_image.convertTo(depth_image, CV_32F); // 确保类型为32位float ``` #### **(2) 遍历像素计算3D坐标** 调整数据类型访问方式： ```cpp for (int v = 0; v < depth_image.rows; ++v) { for (int u = 0; u < depth_image.cols; ++u) { float d = depth_image.at<float>(v, u); // 直接读取浮点值 if (std::isnan(d) || d <= 0.0f) continue; // 跳过NaN和无效值 // 计算三维坐标（公式同前） cv::Point3f p; p.x = (u - cx) * d / fx; p.y = (v - cy) * d / fy; p.z = d; point_cloud.push_back(p); } } ``` #### **(3) 单位验证** - **关键检查**：确认深度图是否已以米为单位存储。若单位为毫米，需转换： ```cpp float d = depth_image.at<float>(v, u) * 0.001f; // 毫米转米 ``` --- ### **3. 特殊问题处理** #### **(1) 异常值过滤** - **NaN处理**：使用`std::isnan(d)`检测并跳过。 - **动态范围截断**：限定有效深度范围（如$0.1 \text{m} \leq d \leq 10.0 \text{m}$）： ```cpp if (d < 0.1f || d > 10.0f) continue; ``` #### **(2) 内存优化** - **数据压缩**：大规模点云可转为`std::vector<cv::Vec3f>`或使用稀疏存储。 - **分块处理**：逐块读取深度图，避免一次性加载超大数据。 --- ### **4. 代码验证建议** - **深度值打印**：随机采样像素输出深度值，验证范围合理性： ```cpp std::cout << "Depth at (100, 200): " << depth_image.at<float>(200, 100) << " meters" << std::endl; ``` - **可视化检查**：使用OpenGL或PCL库实时渲染点云，观察几何合理性。 --- ### **5. 性能对比（32位 vs 16位）** | **指标** | **32位Float** | **16位UInt** | |----------------|-----------------------------------|-----------------------------------| | **精度** | 高（直接物理单位） | 低（需单位转换） | | **内存占用** | 较高（4字节/像素） | 较低（2字节/像素） | | **处理速度** | 稍慢（浮点运算开销） | 较快（整数运算优化） | | **无效值处理** | 支持NaN等特殊标记 | 通常用0或最大值表示 | --- ### **6. 扩展应用：浮点深度图滤波** 对32位深度图进行预处理可提升点云质量： ```cpp // 中值滤波去噪 cv::Mat filtered_depth; cv::medianBlur(depth_image, filtered_depth, 5); // 高斯平滑 cv::GaussianBlur(depth_image, filtered_depth, cv::Size(5,5), 1.5); ``` --- ### **总结** 32位浮点型深度图通过保留高精度深度信息，适用于机器人导航、三维重建等对精度敏感的场景。实现时需注意数据类型转换、无效值处理及性能优化，结合OpenCV与PCL库可高效完成全流程处理。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值