Opencv的mat转换成qimage或者qpixmap

目录

一、方法一

二、方法二

三、比较

方法一优缺点

方法二优缺点

一、方法一

本方法基本思路是把图片编码成某种格式图片的Buffer，然后QT或者OpenCV框架用该Buffer来构造出图片。

cv::Mat转成QImage和QPixmap

QImage MatToQImage(const Mat& cvImage) {
    vector imgBuf;
    imencode(".bmp", cvImage, imgBuf);

    QByteArray baImg((char*)imgBuf.data(), static_cast(imgBuf.size()));
    QImage image;
    image.loadFromData(baImg, "BMP");
    return image;
}

QPixmap MatToPixmap(const Mat& cvImage)
{
    return QPixmap::fromImage(matToImage(cvImage));
}

QImage和QPixmap转换cv::Mat 

Mat QImageToMat(const QImage image) {
    QByteArray ba;
    QBuffer buffer(&ba);
    buffer.open(QIODevice::WriteOnly);
    image.save(&buffer, "BMP");
    vector imgBuf;
    return imencode(std::vector(ba.begin(), ba.end()), IMREAD_COLOR);
}

Mat PixmapToMat(const QPixmap& image) {
    return imageToMat(image.toImage());
}

我把图转换成BMP格式而没有转换成JPG、PNG格式，主要考虑的是性能因素。编码成JPG和PNG格式，编码器需要更多的CPU计算才可以完成，但是消耗少量的内存；与之相反，转换成BMP消耗更多的内存，而节省大量的CPU计算。请根据你自己的约束选择正确的策略。

二、方法二

cv::Mat转成QImage

QImage MatToQImage(const cv::Mat& mat)
{
	if (mat.type() == CV_8UC1)
	{
		QImage image(mat.cols, mat.rows, QImage::Format_Indexed8);
		// Set the color table (used to translate colour indexes to qRgb values)
		image.setColorCount(256);
		for (int i = 0; i < 256; i++)
		{
			image.setColor(i, qRgb(i, i, i));
		}
		// Copy input Mat
		uchar* pSrc = mat.data;
		for (int row = 0; row < mat.rows; row++)
		{
			uchar* pDest = image.scanLine(row);
			memcpy(pDest, pSrc, mat.cols);
			pSrc += mat.step;
		}
		return image;
	}
	// 8-bits unsigned, NO. OF CHANNELS = 3
	else if (mat.type() == CV_8UC3)
	{
		// Copy input Mat
		const uchar* pSrc = (const uchar*)mat.data;
		// Create QImage with same dimensions as input Mat
		QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_RGB888);
		return image.rgbSwapped();
	}
	else if (mat.type() == CV_8UC4)
	{
		// Copy input Mat
		const uchar* pSrc = (const uchar*)mat.data;
		// Create QImage with same dimensions as input Mat
		QImage image(pSrc, mat.cols, mat.rows, mat.step, QImage::Format_ARGB32);
		return image.copy();
	}
	else
	{
		//MessageInfo("ERROR: Mat could not be converted to QImage.", 1);
		//emit sig_RunInfo("ERROR: Mat could not be converted to QImage.", 1);
		//if (!globalPara.IsInlineRun) Runstateinfo("ERROR: Mat could not be converted to QImage.", 1);
		return QImage();
	}
}

QImage转成cv::Mat

cv::Mat QImageToMat(QImage image)
{
	cv::Mat mat;
	switch (image.format())
	{
	case QImage::Format_ARGB32:
	case QImage::Format_RGB32:
	case QImage::Format_ARGB32_Premultiplied:
		mat = cv::Mat(image.height(), image.width(), CV_8UC4, (void*)image.constBits(), image.bytesPerLine());
		break;
	case QImage::Format_RGB888:
		mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void*)image.constBits(), image.bytesPerLine());
		cv::cvtColor(mat, mat, CV_BGR2RGB);
		break;
	case QImage::Format_Indexed8:
		mat = cv::Mat(image.height(), image.width(), CV_8UC1, (void*)image.constBits(), image.bytesPerLine());
		break;
	}
	return mat;
}

三、比较

方法一优缺点

优点

1. 该方案不依赖任何第三方的代码。
2. 该方案适应性比较好，能处理各种格式的图片。

缺点

1. 该方案转换过程中需要编解码过程，性能会受到影响。
2. 该方案需要Buffer来保存临时生成的图片，需要消耗更多的内存。

方法二优缺点

优点

1. 生成QImage和QPixmap不需要重新申请内存，直接使用Mat的内存，效率比较高，并且节省内存。
2. 所有代码只在一个头文件中，比较容易集成。

缺点

1. 支持部分图片格式，适应性不好。