Java 在OpenCV中将“BuffereImage”转换为“Mat”

如何将

OpenCV

中的

buffereImage

转换为

Mat

我正在为

OpenCV

（而不是JavaCV）使用JAVA包装器。由于我是

OpenCV

新手，我在理解

Mat

的工作原理时遇到了一些问题

我想做这样的事。（根据Ted W.回复）：

buffereImage image=ImageIO.read（b.getClass（）.getResource（“Lena.png”）；
int rows=image.getWidth（）；
int cols=image.getHeight（）；
int type=CvType.CV_16UC1；
Mat newMat=新Mat（行、列、类型）；
对于（int r=0；r

---

这不管用

Lena_copy.png

只是一张尺寸正确的黑色图片

一个简单的方法是使用

Mat newMat = Mat(rows, cols, type);

然后从BuffereImage中获取像素值，并使用

newMat.put(row, col, pixel);

---

我也试着做同样的事情，因为需要将图像处理与两个库结合起来。我试着把

byte[]

放进

Mat

而不是RGB值。成功了！所以我所做的是：

1.将

buffereImage

转换为字节数组，具有：

byte[] pixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();

二,。然后，如果将type设置为CV_8UC3

image_final.put(0, 0, pixels);

编辑： 你也可以试着做相反的事情，因为我找到了一个解决方案。 解决方案类似于安德烈

Camera c;
c.Connect();
c.StartCapture();
Image f2Img, cf2Img;
c.RetrieveBuffer(&f2Img);
f2Img.Convert( FlyCapture2::PIXEL_FORMAT_BGR, &cf2Img );
unsigned int rowBytes = (double)cf2Img.GetReceivedDataSize()/(double)cf2Img.GetRows();

cv::Mat opencvImg = cv::Mat( cf2Img.GetRows(), cf2Img.GetCols(), CV_8UC3, cf2Img.GetData(),rowBytes );

---

您可以在OpenCV中执行以下操作：

File f4 = new File("aa.png");
Mat mat = Highgui.imread(f4.getAbsolutePath());

---

这个对我来说效果很好，需要0到1毫秒才能完成

public static Mat bufferedImageToMat(BufferedImage bi) {
  Mat mat = new Mat(bi.getHeight(), bi.getWidth(), CvType.CV_8UC3);
  byte[] data = ((DataBufferByte) bi.getRaster().getDataBuffer()).getData();
  mat.put(0, 0, data);
  return mat;
}

---

我在程序中使用以下代码

protected Mat img2Mat(BufferedImage in) {
        Mat out;
        byte[] data;
        int r, g, b;

        if (in.getType() == BufferedImage.TYPE_INT_RGB) {
            out = new Mat(in.getHeight(), in.getWidth(), CvType.CV_8UC3);
            data = new byte[in.getWidth() * in.getHeight() * (int) out.elemSize()];
            int[] dataBuff = in.getRGB(0, 0, in.getWidth(), in.getHeight(), null, 0, in.getWidth());
            for (int i = 0; i < dataBuff.length; i++) {
                data[i * 3] = (byte) ((dataBuff[i] >> 0) & 0xFF);
                data[i * 3 + 1] = (byte) ((dataBuff[i] >> 8) & 0xFF);
                data[i * 3 + 2] = (byte) ((dataBuff[i] >> 16) & 0xFF);
            }
        } else {
            out = new Mat(in.getHeight(), in.getWidth(), CvType.CV_8UC1);
            data = new byte[in.getWidth() * in.getHeight() * (int) out.elemSize()];
            int[] dataBuff = in.getRGB(0, 0, in.getWidth(), in.getHeight(), null, 0, in.getWidth());
            for (int i = 0; i < dataBuff.length; i++) {
                r = (byte) ((dataBuff[i] >> 0) & 0xFF);
                g = (byte) ((dataBuff[i] >> 8) & 0xFF);
                b = (byte) ((dataBuff[i] >> 16) & 0xFF);
                data[i] = (byte) ((0.21 * r) + (0.71 * g) + (0.07 * b));
            }
        }
        out.put(0, 0, data);
        return out;
    }

protectedmat img2Mat（BufferedImage in）{
垫出；
字节[]数据；
int r，g，b；
if（in.getType（）==BuffereImage.TYPE\u INT\u RGB）{
out=新垫（in.getHeight（）、in.getWidth（）、CvType.CV_8UC3）；
数据=新字节[in.getWidth（）*in.getHeight（）*（int）out.elemSize（）]；
int[]dataBuff=in.getRGB（0，0，in.getWidth（），in.getHeight（），null，0，in.getWidth（））；
for（int i=0；i>0）和0xFF）；
数据[i*3+1]=（字节）（（dataBuff[i]>>8）和0xFF）；
数据[i*3+2]=（字节）（（dataBuff[i]>>16）和0xFF）；
}
}否则{
out=新垫（in.getHeight（）、in.getWidth（）、CvType.CV_8UC1）；
数据=新字节[in.getWidth（）*in.getHeight（）*（int）out.elemSize（）]；
int[]dataBuff=in.getRGB（0，0，in.getWidth（），in.getHeight（），null，0，in.getWidth（））；
for（int i=0；i>0）和0xFF）；
g=（字节）（（dataBuff[i]>>8）和0xFF）；
b=（字节）（（dataBuff[i]>>16）和0xFF）；
数据[i]=（字节）（（0.21*r）+（0.71*g）+（0.07*b））；
}
}
输出（0，0，数据）；
返回；
}

---

参考资料：

不想处理大像素阵列？简单地使用这个

缓冲图像到Mat

public static Mat BufferedImage2Mat(BufferedImage image) throws IOException {
    ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
    ImageIO.write(image, "jpg", byteArrayOutputStream);
    byteArrayOutputStream.flush();
    return Imgcodecs.imdecode(new MatOfByte(byteArrayOutputStream.toByteArray()), Imgcodecs.CV_LOAD_IMAGE_UNCHANGED);
}

垫到缓冲区图像

public static BufferedImage Mat2BufferedImage(Mat matrix)throws IOException {
    MatOfByte mob=new MatOfByte();
    Imgcodecs.imencode(".jpg", matrix, mob);
    return ImageIO.read(new ByteArrayInputStream(mob.toArray()));
}

---

注意，尽管这是非常微不足道的。然而，通过这种方式，您可以得到可靠的解决方案，但它使用编码+解码。所以你失去了一些表现。通常是10到20毫秒JPG编码会丢失一些图像质量，而且速度较慢（可能需要10到20毫秒）BMP是无损且快速的（1或2毫秒），但只需要很少的内存（可以忽略不计）PNG是无损的，但编码时间比BMP多一点。使用BMP应该适合我认为的大多数情况。

要将BuffereImage转换为Mat，我使用以下方法：

    public static Mat img2Mat(BufferedImage image) {
        image = convertTo3ByteBGRType(image);
        byte[] data = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
        Mat mat = new Mat(image.getHeight(), image.getWidth(), CvType.CV_8UC3);
        mat.put(0, 0, data);
        return mat;
    }

在转换为Mat之前，我将BuffereImage的类型更改为类型_3BYTE_BGR，因为对于某些类型的BuffereImage，方法是（（DataBufferByte）image.getRaster（）.getDataBuffer（））.getData（）可能返回int[]，这将破坏代码

以下是转换为类型3BYTE\u BGR的方法

    private static BufferedImage convertTo3ByteBGRType(BufferedImage image) {
        BufferedImage convertedImage = new BufferedImage(image.getWidth(), image.getHeight(),
                BufferedImage.TYPE_3BYTE_BGR);
        convertedImage.getGraphics().drawImage(image, 0, 0, null);
        return convertedImage;
    }

---

当您使用as JavaCP包装器时，就可以使用

简单用法如下：

import org.bytedeco.javacv.Java2DFrameUtils;
...
BufferedImage img = ImageIO.read(new File("some/image.jpg");
Mat mat = Java2DFrameUtils.toMat(img);

---

注意：不要混合使用不同的包装，Mat与Mat不同。

这是您的自定义java包装吗？对于

javacv

来说，它只是

IplImage.createFrom（bufferedImage）

。请发布一些代码，从2.4.4版开始，Opencv有自己的Java绑定。我明白了，我还没有检查，谢谢，维克多里奇在他的回答中没有说些什么。BuffereImage对象必须这样声明：

img=new buffereImage（320240，buffereImage.TYPE_3BYTE_BGR）
img.setRGB（0,03203240intarray，0320）在其他情况下，上述代码将不起作用。该代码在其他情况下也会起作用。两种格式都必须匹配，例如
buffereImage.TYPE_BYTE\u GRAY
和
CV\u 8UC（1）
也可以工作。此库的工作版本是什么？它对我不起作用（Mat类没有将此方法与这样的签名放在一起），我使用的是bytedeco javacv 1.3.2。这需要JNI。谢谢。上面的功能对我来说只需要一点改变。我正在处理灰度单通道图像。我使用了
Mat Mat=new Mat（bi.getHeight（），bi.getWidth（），CvType.CV_8UC1）这对我很有效。你将如何处理RGBA图像？很好，谢谢。此解决方案独立于BuffereImage的图像输入格式。它适用于24位JPG，同时也适用于32位PNG。这保存了我的屁股，我得到了非常奇怪的颜色失真，直到我遇到这种方法，这是奇怪的原因，如果我保存了图像，然后加载了imread它工作得很好，但我没有理由保存这些图像。