Mat 一个图像数据转化为jpg图片buffer 压缩率可以变为原来的 1/ 15 - 1 / 10
Mat2Img.h

#ifndef MAT2IMG_H
#define MAT2IMG_H
#include "opencv2/opencv.hpp"
#include <vector>
#include "image_base64.h"
class Mat2Img 
public:
	static int MatToByteArray(const cv::Mat mat, std::vector<unsigned char>& buff)
		if (mat.empty()) {
			return 0;
		std::vector<int> param = std::vector<int>(2);
		param[0] = CV_IMWRITE_JPEG_QUALITY;
		param[1] = 95; // default(95) 0-100
		cv::imencode(".jpg", mat, buff, param);
		return 0;
	static int JPEGToMat(cv::Mat &matImage, std::vector<unsigned char> buff)
		if (buff.empty()) {
			return -1;
		if ((buff[0] == 0xFF && buff[1] == 0xD8))
			matImage = cv::imdecode(buff, CV_LOAD_IMAGE_COLOR);
			buff.insert(buff.begin(), 0xFF);
			buff.insert(buff.begin()+1, 0xD8);
			matImage = cv::imdecode(buff, CV_LOAD_IMAGE_COLOR);
		return 0;
	static int Mat2Base64(cv::Mat &image, std::string &base64)
		std::vector<unsigned char> cut_jpg;
		// Mat -> jpg
		cut_jpg.clear();
		Mat2Img::MatToByteArray(image, cut_jpg);
		base64 = ImageBase64::encode(cut_jpg.data(), cut_jpg.size());
		return 0;
	static int Base2Mat(std::string &base64, cv::Mat &image)
		int outLen = 0;
		std::string str1 = ImageBase64::decode(base64.c_str(), base64.size(), outLen);
		std::vector<uchar> baseJpgVec;
		baseJpgVec.assign(&str1.data()[0], &str1.data()[outLen]);
		int ret = Mat2Img::JPEGToMat(image, baseJpgVec);
		if (ret != 0)
			return ret;
		return 0;
#endif
有时候也会用到jpg 数据转化为Base64 的字符串数据，方便网络传输
 image_base64.h
 
#ifndef TESTFACEAPI_TESTFACEAPI_IMAGE_BASE64_H
#define TESTFACEAPI_TESTFACEAPI_IMAGE_BASE64_H
#include <string>
// 对图片进行base64编码解码类
class ImageBase64
public:
    DataByte
    [in]输入的数据长度,以字节为单位
    static const std::string encode(const unsigned char* Data, int DataByte);
    DataByte
    [in]输入的数据长度,以字节为单位
    OutByte
    [out]输出的数据长度,以字节为单位,请不要通过返回值计算
    输出数据的长度
    static const std::string decode(const char* Data, int DataByte, int& OutByte);
    // 传入图片地址进行base64编码示例
    static std::string file2base64(const std::string& file_path);
#endif
image_base64.cpp
 
#include "image_base64.h"
#include <vector>
#include "opencv2\opencv.hpp"
static const std::string base64_chars =
"ABCDEFGHIJKLMNOPQRSTUVWXYZ"
"abcdefghijklmnopqrstuvwxyz"
"0123456789+/";
static inline bool is_base64(unsigned char c) {
    return (isalnum(c) || (c == '+') || (c == '/'));
const std::string ImageBase64::encode(const unsigned char* Data, int DataByte)
    //编码表  
    const char EncodeTable[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
    //返回值  
    std::string str_encode;
    unsigned char tmp[4] = { 0 };
    int line_length = 0;
    for (int i = 0; i < (int)(DataByte / 3); i++)
        tmp[1] = *Data++;
        tmp[2] = *Data++;
        tmp[3] = *Data++;
        str_encode += EncodeTable[tmp[1] >> 2];
        str_encode += EncodeTable[((tmp[1] << 4) | (tmp[2] >> 4)) & 0x3F];
        str_encode += EncodeTable[((tmp[2] << 2) | (tmp[3] >> 6)) & 0x3F];
        str_encode += EncodeTable[tmp[3] & 0x3F];
        if (line_length += 4, line_length == 76)
            str_encode += "\r\n"; 
            line_length = 0;
    //对剩余数据进行编码  
    int mod = DataByte % 3;
    if (mod == 1)
        tmp[1] = *Data++;
        str_encode += EncodeTable[(tmp[1] & 0xFC) >> 2];
        str_encode += EncodeTable[((tmp[1] & 0x03) << 4)];
        str_encode += "==";
    else if (mod == 2)
        tmp[1] = *Data++;
        tmp[2] = *Data++;
        str_encode += EncodeTable[(tmp[1] & 0xFC) >> 2];
        str_encode += EncodeTable[((tmp[1] & 0x03) << 4) | ((tmp[2] & 0xF0) >> 4)];
        str_encode += EncodeTable[((tmp[2] & 0x0F) << 2)];
        str_encode += "=";
    return str_encode;
const std::string ImageBase64::decode(const char* Data, int DataByte, int& OutByte)
    //解码表  
    const char DecodeTable[] =
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        62, // '+'  
        0, 0, 0,
        63, // '/'  
        52, 53, 54, 55, 56, 57, 58, 59, 60, 61, // '0'-'9'  
        0, 0, 0, 0, 0, 0, 0,
        0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12,
        13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, // 'A'-'Z'  
        0, 0, 0, 0, 0, 0,
        26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38,
        39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, // 'a'-'z'  
    //返回值  
    std::string str_decode;
    int n_value = 0;
    int i = 0;
    while (i < DataByte)
        if (*Data != '\r' && *Data != '\n')
            n_value = DecodeTable[*Data++] << 18;
            n_value += DecodeTable[*Data++] << 12;
            str_decode += (n_value & 0x00FF0000) >> 16;
            OutByte++;
            if (*Data != '=')
                n_value += DecodeTable[*Data++] << 6;
                str_decode += (n_value & 0x0000FF00) >> 8;
                OutByte++;
                if (*Data != '=')
                    n_value += DecodeTable[*Data++];
                    str_decode += n_value & 0x000000FF;
                    OutByte++;
            i += 4;
        else// 回车换行,跳过  
            Data++;
    return str_decode;
std::string ImageBase64::file2base64(const std::string& file_path)
    cv::Mat img = cv::imread(file_path);
    if (img.empty())
        return "";
    std::vector<uchar> vec_img;                               //Mat 图片数据转换为vector<uchar>  
    std::vector<int> vec_compression_params;
    vec_compression_params.push_back(CV_IMWRITE_JPEG_QUALITY);
    vec_compression_params.push_back(90);
    cv::imencode(".jpg", img, vec_img, vec_compression_params);
    // base64;
    std::string img_base64 = encode(vec_img.data(), vec_img.size());
    return img_base64;
main.cpp
 
int main(int argc, char * argv[])
	char * path1 = "C:\\Users\\FaceOS\\Pictures\\faceCheck\\20181207102753.jpg";
	cv::Mat Image = cv::imread(path1);
	cv::imshow("show", Image);
// Mat 转化为jpg
	std::vector<unsigned char> buff_jpg;
	int ret = Mat2Img::MatToByteArray(Image, buff_jpg);
// jpg 转化为Base64
	std::string str = ImageBase64::encode(buff_jpg.data(), buff_jpg.size());
// Base64 字符串转化为jpg 的string
	int outLen = 0;
	std::string str1 = ImageBase64::decode(str.c_str(), str.size(), outLen);
    cv::Mat MatFromBase;
	std::vector<uchar> baseJpgVec;
	// jpg string 拷贝到jpg 数组buffer
	baseJpgVec.assign(&str1.data()[0], &str1.data()[outLen]);
	//jpg buffer 转化为Mat
	Mat2Img::JPEGToMat(MatFromBase, baseJpgVec);
 	cv::imshow("show1", MatFromBase);
 	cv::waitKey(0);
                    Mat 一个图像数据转化为jpg图片buffer 压缩率可以变为原来的 1/ 15 - 1 / 10Mat2Img.h#ifndef MAT2IMG_H#define MAT2IMG_H#include &quot;opencv2/opencv.hpp&quot;#include &amp;lt;vector&amp;gt;namespace rr{	class Mat2Img 	{			public:		M...
				
先记录下来，以后有空在整理
    Mat img = imread("002.png", CV_LOAD_IMAGE_COLOR);
    std::vector<uchar> data_encode;
        std::vector<int> param = std::vector<int>(2);
        param[0] = CV_IMWRITE
				
在网上看了好多解析JPEG图片的文章，多多少少都有问题，下面是我参考过的文章链接：
JPEG格式中信息是以段（数据结构）来存储的。
段的格式如下其余具体信息请见以下链接，我就不当复读机了。
JPEG标记的说明
值得注意的一点是一个字节的高位在左边，而且直流分量重置标记一共有8个，其他的格式说明在第二个链接中已经足够详细了这些段中必须要读取的段：SOS, DHT, DQT, SOF, DRI，其他的只是锦上添花
这里面可能会出现多个SOF段，我们需要拿到这几个段中图片高度和宽度的最大值，和YCbCr
openCV简介
OpenCV（open指开源，CV是computer vision 计算机视觉的缩写）是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
openCV的安装
在cmd中使用 pip install  opencv-python 直接安装
1.读取、展示图
				
c++中，将像素矩阵直接写入jpg文件比较麻烦，从网上找到一个高手的方法，代码不多，推荐一下。
https://create.stephan-brumme.com/toojpeg/
感谢造轮子的人。
				
本篇文章主要介绍了OpenCV cv.Mat 与 .txt 文件数据的读写操作，小编觉得挺不错的，现在分享给大家。
1、按OpenCV格式实现的 .txt 文件读写
可以用 cvSave 和 cvLoad 实现，格式和 .xml/.yml 的差不多，不过如果专用与 OpenCV 的数据读写，还是用  .xml/.yml 文件格式较好，我比较喜欢 .yml 格式，可读性非常棒。
用 cvSave 和 cvLoad 读写 .txt 文件，其实现方式和数据格式与 .yml 文件基本一致。
例如：cvSave(“camera_matrix.txt”,camera_matrix);  //保存了 ca
class NDArrayConverter ：转换器类
NDArrayConverter::NDArrayConverter() ：构造函数
cv::Mat NDArrayConverter::toMat(const PyObject* o) ：将NumPy ndarray转换为cv::Mat 。
 o是表示ndarray的Python表示形式的对象。
 返回cv::Mat ，它是o的OpenCV表示形式。
 PyObject* NDArrayConverter::toNDArray(const cv::Mat& mat) ：将cv::Mat转换为NumPy ndarray。
 mat是要转换的cv :: Mat。
 返回PyObject* ，它是ndarray的Python表示形式。
examples.cp
# 将OpenCV的Mat转换为PIL的Image
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img = Image.fromarray(img)
# 显示图片
img.show()
其中，`test.jpg`是你要转换的图片路径。
                    CSDN-Ada助手: 
                    感谢博主的辛勤创作，这篇博客对于Java初学者来说非常实用。博主讲解简明扼要，结合实例分析，让人更容易理解Java返回数组的方法。希望博主能够继续创作，分享更多Java知识，为广大Java爱好者带来更多帮助。诚恳而谦虚的态度也是你博客成功的重要因素之一。
为了方便博主创作，提高生产力，CSDN上线了AI写作助手功能，就在创作编辑器右侧哦～（https://mp.csdn.net/edit?utm_source=blog_comment_recall ）诚邀您来加入测评，到此（https://activity.csdn.net/creatActivity?id=10450&utm_source=blog_comment_recall）发布测评文章即可获得「话题勋章」，同时还有机会拿定制奖牌。
                H264文件解析出nalu数据，送给ffmpeg解码，opencv显示
                    名を偏屈な炎: 
                    sws_scale转yuv后编码h264，avpacket的data就是nalu格式的
                卡尔曼滤波（一阶和二阶）
                    了然一目: 
                    一阶就是系统有一个变量，二阶系统有两个变量
                卡尔曼滤波（一阶和二阶）
                    一头小牛马: 
                    一阶二阶应该就是扩展卡尔曼线性化一阶展开二阶展开吧
                卡尔曼滤波（一阶和二阶）
                    一头小牛马: 
                    感觉没什么一阶二阶啊，管他一阶二阶，用状态空间方程不是全都是一阶吗