opencv像素遍历

opencv中有3中方法可以访问/修改图像的像素值，分别为：

1.      指针访问

2.      迭代器iterator

3.      动态地址计算

 

测试程序如下：

[cpp]  view plain  copy

1. #include "opencv2/opencv.hpp"  
2. #include "iostream"  
3.   
4. using namespace std;  
5. using namespace cv;  
6.   
7.   
8. int main()  
9. {  
10.     //原始图像初始化  
11.     Mat image(240, 320, CV_8UC3, Scalar(0, 0, 0));  
12.     imshow("原始图像", image);  
13.   
14.       
15.     //------------------指针操作-------------------------  
16.     double start = static_cast<double>(getTickCount());  
17.   
18.     int rowNumber = image.rows;//行数  
19.     int colNumber = image.cols * image.channels();//每一行元素个数 = 列数 x 通道数  
20.     for (int i = 0; i < rowNumber; i++)//行循环  
21.     {  
22.         uchar* data = image.ptr<uchar>(i);//获取第i行的首地址  
23.         for (int j = 0; j < colNumber; j++)//列循环  
24.         {  
25.             //开始处理  
26.             data[j] = 255;  
27.         }  
28.     }  
29.   
30.     double end = static_cast<double>(getTickCount());  
31.     double time = (end - start) / getTickFrequency();  
32.     cout << "指针操作运行时间为：" << time << "秒" << endl;  
33.     imshow("指针操作", image);  
34.     //---------------------------------------------------  
35.   
36.     //-----------------迭代器操作------------------------  
37.     start = static_cast<double>(getTickCount());  
38.   
39.     Mat_<Vec3b>::iterator it = image.begin<Vec3b>();//初始位置的迭代器  
40.     Mat_<Vec3b>::iterator itend = image.end<Vec3b>();//终止位置的迭代器  
41.     for (; it != itend; it++)  
42.     {  
43.         //处理BGR三个通道  
44.         (*it)[0] = 255;//B  
45.         (*it)[1] = 255;//G  
46.         (*it)[2] = 0;//R  
47.     }  
48.   
49.     end = static_cast<double>(getTickCount());  
50.     time = (end - start) / getTickFrequency();//计算时间  
51.     cout << "迭代器操作运行时间为：" << time << "秒" << endl;  
52.     imshow("迭代器操作", image);  
53.     //---------------------------------------------------  
54.   
55.     //----------------动态地址计算-----------------------  
56.     start = static_cast<double>(getTickCount());  
57.   
58.     rowNumber = image.rows;  
59.     colNumber = image.cols;  
60.     for (int i = 0; i < rowNumber; i++)  
61.         for (int j = 0; j < colNumber; j++)  
62.         {  
63.             //处理BGR三个通道  
64.             image.at<Vec3b>(i, j)[0] = 0;//B  
65.             image.at<Vec3b>(i, j)[1] = 255;//G  
66.             image.at<Vec3b>(i, j)[2] = 0;//R  
67.         }  
68.   
69.     end = static_cast<double>(getTickCount());  
70.     time = (end - start) / getTickFrequency();//计算时间  
71.     cout << "动态地址操作运行时间为：" << time << "秒" << endl;  
72.     imshow("动态地址操作", image);  
73.     //---------------------------------------------------  
74.   
75.     cvWaitKey(0);  
76.     return 1;  
77.   
78. }  

运行结果如下：

Debug模式下运行时间如下：

Release模式下运行时间如下：

可以看到指针操作在Debug模式和Release模式下均是最快的，动态地址和迭代器操作稍微慢点。

 

一些说明：

1.      RGB颜色模型的矩阵如下（opencv中通道顺序为BGR）：

因此，指针操作的时候，每行的元素个数为：列数x通道数。

Mat类提供了ptr函数可以得到图像任意行的首地址。

 

2.      在迭代法中，我们所需要做的仅仅是获得图像矩阵的begin和end，然后迭代从begin到end。将*操作符添加在迭代指针前，即可以访问当前指向的内容。相比于指针直接访问可能出现越界问题，迭代器绝对是非常安全的方法。

3.      成员函数at(int y, int x)可以用来存取图像元素，但是必须在编译期知道图像的数据类型。对于彩色图像，每个像素由三个部分构成：蓝色通道、绿色通道和红色通道（BGR）。因此，对于一个包含彩色图像的Mat，会返回一个由三个8位数组成的向量。Opencv将此类型的向量定义为Vec3b，即由三个unsigned char组成的向量。这也解释了为什么存取彩色图像像素的代码可以写出如下形式

[cpp]  view plain  copy

1. image.at<Vec3b>(j, i)[channel] = value;  

另外：

而对于单通道的灰度图像就简单很多了：

image.at<uchar>(i,j); 

这里要注意at中(i,j)的顺序表示的是第i行第j列，跟Point(i,j)和Rect(i,j)中表示第j行第i列是相反的，如果把这个搞混了，很容易导致内存异常，还不容易发现错误。

 

补充说明一下：OpenCV中坐标体系中的零点坐标定义为图片的左上角，X轴为图像矩形的上面那条水平线，从左往右；Y轴为图像矩形左边的那条垂直线，从上往下。在Point(x,y)和Rect(x,y)中，第一个参数x代表的是元素所在图像的列数，第二个参数y代表的是元素所在图像的行数，而在at(x,y)中是相反的。