Qt中各种图像的格式转换以及与cv::Mat图像格式之间的转换

在使用 Qt 与 OpenCV 联合开发时，常常需要在 QImage 和 cv::Mat 之间进行图像格式转换。两者的图像格式不同，因此理解 QImage::Format 与 cv::Mat 类型的对应关系 非常关键。以下是常见格式的对应关系表：

1. QImage::Format 与 cv::Mat 类型对照表：

QImage::Format 描述 对应的 cv::Mat 类型 通道顺序
QImage::Format_RGB888 24-bit RGB（每像素3字节） CV_8UC3 RGB → OpenCV中是BGR
QImage::Format_BGR888 24-bit BGR（Qt 5.14+） CV_8UC3 BGR
QImage::Format_ARGB32 32-bit ARGB（Alpha在高字节） CV_8UC4 BGRA（OpenCV里是BGRA）
QImage::Format_ARGB32_Premultiplied 预乘Alpha的32位ARGB CV_8UC4 BGRA（需额外处理Alpha）
QImage::Format_RGB32 32-bit RGB（Alpha总为255） CV_8UC4 BGRA（Alpha恒为255）
QImage::Format_Grayscale8 8-bit 灰度图（Qt 5.5+） CV_8UC1 灰度
QImage::Format_Indexed8 8-bit索引图（常见于灰度图） CV_8UC1 灰度

2. OpenCV图像底层

OpenCV 中的 cv::Mat 图像类型（type）是一个 整数类型常量（int），这个整数中编码了两个关键信息：

  1. 每个通道的数据类型（depth）
  2. 通道数（channels）

本质上的编码方式：

1
type = (depth & 0x7) + ((channels - 1) << 3);

depth 和 channels 的取值

数据类型 depth 宏常量值 二进制值 含义
CV_8U 0 000 8-bit unsigned char
CV_8S 1 001 8-bit signed char
CV_16U 2 010 16-bit unsigned short
CV_16S 3 011 16-bit signed short
CV_32S 4 100 32-bit signed int
CV_32F 5 101 32-bit float
CV_64F 6 110 64-bit double

通道数的编码方式：

通道数编码在高位部分，每个通道是 (channels - 1) << 3：

通道数（C） (channels-1)<<3 最终编码中的通道部分
1 0 00000000
2 8 00001000
3 16 00010000
4 24 00011000

举例：CV_8UC3 是怎么计算出来的？

  • CV_8U 的值是 0
  • C3 表示通道数是 3 → (3-1)<<3 = 16
  • 所以 CV_8UC3 = 0 + 16 = 16

cv::Mat::type() 返回的值就是这个整数（16）。

再举几个：

宏定义 值 分解
CV_8UC1 0 CV_8U + ((1-1)<<3)
CV_8UC2 8 CV_8U + ((2-1)<<3)
CV_8UC3 16 CV_8U + ((3-1)<<3)
CV_8UC4 24 CV_8U + ((4-1)<<3)
CV_16UC1 2 CV_16U + ((1-1)<<3)
CV_16UC3 18 CV_16U + ((3-1)<<3)
CV_32FC1 5 CV_32F + ((1-1)<<3)
CV_32FC3 21 CV_32F + ((3-1)<<3)

2.1 OpenCV 图像类型解释

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
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
52
====================== OpenCV 图像类型解剖 ======================

类型格式：   CV_<bit-depth>{U|S|F}C<channels>
--------------------------------------------------------------
- CV         : OpenCV 类型前缀
- bit-depth  : 每个通道的位深（8/16/32/64）
- U/S/F      : 
    U = unsigned（无符号整数） → uchar/ushort
    S = signed（有符号整数）   → char/short/int
    F = float（浮点数）        → float/double
- C<channels>: 通道数（C1~C4）

====================== 常见类型举例 ========================

CV_8UC1  → 8位无符号灰度图       → uchar 灰度图
CV_8UC3  → 8位无符号彩色图（BGR）→ uchar 彩色图（BGR）
CV_8UC4  → 8位无符号4通道（BGRA）→ uchar BGRA 图

CV_16UC1 → 16位无符号灰度图      → ushort 深度图、医学图像
CV_16SC1 → 16位有符号灰度图      → short 常用于梯度图、滤波
CV_32FC1 → 32位浮点灰度图        → float 图像处理、光流
CV_64FC4 → 64位浮点4通道图        → double 高频计算图

==================== 底层编码机制 =======================

OpenCV 图像类型实际是一个整数，编码方式如下：

type = (depth & 0x7) + ((channels - 1) << 3)

depth 类型编码：
    CV_8U  = 0   → unsigned char
    CV_8S  = 1   → char
    CV_16U = 2   → unsigned short
    CV_16S = 3   → short
    CV_32S = 4   → int
    CV_32F = 5   → float
    CV_64F = 6   → double

通道数编码：(channels - 1) << 3
    C1 = 0 << 3 = 0
    C2 = 1 << 3 = 8
    C3 = 2 << 3 = 16
    C4 = 3 << 3 = 24

例：CV_16UC3 = 2(depth) + (3-1)<<3 = 2 + 16 = 18

==========================================================

小技巧：
int depth    = CV_MAT_DEPTH(mat.type());    // 数据类型
int channels = CV_MAT_CN(mat.type());       // 通道数

2.2 图像类型解剖图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
        ┌──────────────┐
        │ CV_16UC3     │
        └─────┬────────┘
              │
     ┌────────▼────────────┐
     │ CV_<Depth><C><N>    │
     │                    │
     │ Depth: 16U         │ → unsigned short（16位无符号）
     │ C: C3              │ → 三通道（一般 BGR）
     └────────────────────┘

底层编码：
    depth = CV_16U = 2（0000 0010）
    channels = 3 → (3-1)<<3 = 16（0001 0000）
    → 最终类型 = 2 + 16 = 18

    CV_16UC3 = 18

3. 图像格式转换

3.1cv::Mat 转 QImage

1
2
3
4
5
6
7
8
9
10
11
12
13
14
QImage Mat2QImage(const cv::Mat& mat)
{
    switch (mat.type()) {
    case CV_8UC1: // 灰度图
        return QImage(mat.data, mat.cols, mat.rows, mat.step, QImage::Format_Grayscale8).copy();
    case CV_8UC3: // 彩色图（BGR）
        return QImage(mat.data, mat.cols, mat.rows, mat.step, QImage::Format_RGB888).rgbSwapped().copy();
    case CV_8UC4: // BGRA 图
        return QImage(mat.data, mat.cols, mat.rows, mat.step, QImage::Format_ARGB32).copy();
    default:
        return QImage(); // 不支持的格式
    }
}

3.2 QImage 转 cv::Mat

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
26
cv::Mat QImage2Mat(const QImage& image)
{
    switch (image.format()) {
    case QImage::Format_RGB888:
        return cv::Mat(image.height(), image.width(), CV_8UC3,
                       const_cast<uchar*>(image.bits()), image.bytesPerLine()).clone();
    case QImage::Format_BGR888:
        return cv::Mat(image.height(), image.width(), CV_8UC3,
                       const_cast<uchar*>(image.bits()), image.bytesPerLine()).clone();
    case QImage::Format_ARGB32:
    case QImage::Format_RGB32:
        return cv::Mat(image.height(), image.width(), CV_8UC4,
                       const_cast<uchar*>(image.bits()), image.bytesPerLine()).clone();
    case QImage::Format_Grayscale8:
    case QImage::Format_Indexed8:
        return cv::Mat(image.height(), image.width(), CV_8UC1,
                       const_cast<uchar*>(image.bits()), image.bytesPerLine()).clone();
    case QImage::Format_Grayscale16: {
        return cv::Mat(image.height(), image.width(), CV_16UC1,
                       const_cast<uchar*>(image.bits()), image.bytesPerLine()).clone();
    }
    default:
        return cv::Mat();
    }
}

4. 注意事项：

  • QImage::Format_RGB888 和 OpenCV 的 CV_8UC3 通道顺序不同（OpenCV默认是 BGR），所以常需要 .rgbSwapped()。
  • QImage::Format_RGB32 实际也是 BGRA 格式，只不过 Alpha 通道为 255，OpenCV 也按 4 通道处理。
  • ARGB32_Premultiplied 通常要特别处理 Alpha 通道（不常用）。
  • 为了避免内存共享带来的问题，建议 .copy() 或 .clone()。