求助，opencv如何从内存读取图像数据

可以使用highgui模块下的decode相关函数，有c、c++和python的好几个版本。可以自由选用。其中imdecode中第一个参数inputarry buf 就是存储图像数据的内存首地址。函数的返回值就是opencv常用的Mat结构或者是cvMat结构

1、需要用到其他模块的函数，如：

for i in range(20) #循环次数

image=cv2imread("D:\\picture\\%djpg"%(i))#路径自己选择。

2、可以先升级你的pip,另外看看你的版本是否匹配,包括py版本和32位64位。

3、关于python下使用opencv读取图像。首先需要导入opencv包，上面说的那个Ipython并没有opencv包，所以想使用的请先正确导入opencv包再说，至于怎么导入，先下载个opencv包，里面有关于python的opencv包。 

以下照片是关于Ipython的运行界面：

image, contours, hierarchy = cv2findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

findContours( InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point());

findContours( InputOutputArray image, OutputArrayOfArrays contours, int mode, int method, Point offset=Point());

检测轮廓方法(mod):

表示一条轮廓的方法(method):

void drawContours(InputOutputArray image, InputArrayOfArrays contours, int contourIdx, const Scalar& color, int thickness=1, int lineType=8, InputArray hierarchy=noArray(), int maxLevel=INT_MAX, Point offset=Point() )

函数参数详解：

1、获取包围对象的垂直矩阵

2、获取包围对象的最小圆

3、获取包围对象的多边形

4、获得包围对象的凸包

原理

5、轮廓中的所有点

一个想法：先取得轮廓，然后新建一个图像，在新图像上画出轮廓以及填充的图像，遍历这幅图像，如果有颜色就是在轮廓内。

另一个方法1

另一个方法2

6、最小面积的外接矩形（可倾斜）

minAreaRect(InputArray points);

7、可倾斜椭圆（见上）

fitEllipse(InputArray points)；

8、轮廓内连通区域的面积和长度

double contourArea(InputArray contour, bool oriented=false )

double arcLength(InputArray curve, bool closed)；

9、判断一个点是否在一个多边形内

pointPolygonTest

double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)

用于测试一个点是否在多边形中

当measureDist设置为true时，若返回值为正，表示点在多边形内部，返回值为负，表示在多边形外部，返回值为0，表示在多边形上。

当measureDist设置为false时，若返回值为+1，表示点在多边形内部，返回值为-1，表示在多边形外部，返回值为0，表示在多边形上。

10、比较两个形状的相似性

原理： OpenCV提供的一个根据计算比较两张图像Hu不变距的函数，函数返回值代表相似度大小，完全相同的图像返回值是0，返回值最大是1。这可以用在在一堆照片中搜索出两张相同或相同程度最大的图像。

double cvMatchShapes(const void object1, const void object2, int method, double parameter = 0);

以上就是关于求助，opencv如何从内存读取图像数据全部的内容，包括:求助，opencv如何从内存读取图像数据、opencv和python下，运行对图片的读取程序时出现的问题！！！、opencv的一些函数——contours等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！