一、像素访问
At访问方式
以减少图像中颜色数量为例子。假设图像为256种颜色，将它变成64中颜色，
只需要将原来的颜色除以div = 4以后再乘以div = 4,最后加上div / 2就可以实现该操作。
at方法：cv::Mat中的at（x,y）函数模版用来操作指定位置的矩阵元素，在使用时需要指定函数返回的数据类型。
image.at(i,j) = 255;
iamge.atcv:Vec3b(i,j)[channel] = value;
提示：OpenCV中的彩色图像的通道排列不是RGB，而是BGR，所以outputImage.at(i,j)[0]代表的是该点的B分量。
#include <iostream>
#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
using namespace cv;
using namespace std;
void colorReduce(Mat&intputImage,Mat&outputImage,int div){
outputImage = intputImage.clone();
int rows = intputImage.rows;
int cols = intputImage.cols;
//循环遍历图像中的元素
for(int i = 0 ; i < rows; i++){
for(int j = 0; j < cols; j++){
outputImage.at<Vec3b>(i,j)[0] = outputImage.at<Vec3b>(i,j)[0] / div * div + div / 2;
outputImage.at<Vec3b>(i,j)[1] = outputImage.at<Vec3b>(i,j)[1] / div * div + div / 2;
outputImage.at<Vec3b>(i,j)[2] = outputImage.at<Vec3b>(i,j)[2] / div * div + div / 2;
}
}
}
迭代器访问像素
类似于STL库中的用法，熟悉C++的读者应该对于STL库比较清楚。这里同样可以使用迭代器访问图像中的像素。
- cv::MatIteratorcv::Vec3bit;
- cv::Mat_cv:Vec3b::iterator it;
//和上面同样的例子（减少图像中的像素）
void colorReduce(Mat&inputImage,Mat&outputImage,int div){
outputImage = inputImage.clone();
//模版指定类型(方法一)
Mat_<Vec3b>::iterator it = inputImage.begin<Vec3b>();
Mat_<Vec3b>::iterator itend = inputImage.end<Vec3b>();
//方法二:指明cimage类型的方法之后，就可以不写begin和end的类型
Mat_<Vec3b>cimage = outputImage;
Mat_<Vec3b>::iterator itout = cimage.begin();
Mat_<Vec3b>::iterator itoutend = cimage.end();
for(;it != itend; itout ++,it ++){
(*itout)[0] = (*it)[0] / div * div + div / 2;
(*itout)[1] = (*it)[1] / div * div + div / 2;
(*itout)[2] = (*it)[2] / div * div + div / 2;
}
// Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();
// Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>();
// for(;it != itend; it ++){
// (*it)[0] = (*it)[0] / div * div + div / 2;
// (*it)[1] = (*it)[1] / div * div + div / 2;
// (*it)[2] = (*it)[2] / div * div + div / 2;
// }
}
指针访问图像像素
cv:：Mat提供了一个prt（int i）函数模版以获取指定行数据的首地址。使用prt（int i）函数返回指定的数据类型。
- image.prt(i);
//和上面同样的例子（减少图像中的像素）
void colorReduce(Mat&inputImage,Mat&outputImage,int div){
outputImage = inputImage.clone();
int rows = outputImage.rows;
int cols = outputImage.cols * outputImage.channels();
for(int i = 0; i < rows; i++){
uchar*data = inputImage.ptr<uchar>(i);
uchar*dataout = outputImage.ptr<uchar>(i);
for(int j = 0; j < cols; j++){
dataout[j] = dataout[j] / div * div + div / 2;
}
}
}
通常若图像的宽度占有的字节数不是4或者8的整数倍时，会在每一行进行数据补齐。
然而，若图像再行上不需要进行数据补齐，则一幅图像可以看作是一个一维数组，cv::Mat类提供的一个isContinuous函数以检测图像是否采用数据补齐，若没有采用数据补齐，则返回true.
void colorReduce(Mat&inputImage,Mat&outputImage,int div){
outputImage = inputImage.clone();
int rows = outputImage.rows;
int cols = outputImage.cols * outputImage.channels();
if(outputImage.isContinuous()){
cols = cols * rows;
rows = 1;//1维数组
cout<<"没有进行数据补齐"<<endl;
}
for(int i = 0; i < rows; i++){
uchar*data = inputImage.ptr<uchar>(i);
uchar*dataout = outputImage.ptr<uchar>(i);
for(int j = 0; j < cols; j++){
dataout[j] = dataout[j] / div * div + div / 2;
}
}
}
cv::Mat类data属性是一个指向数据区的无符号型指针，所以可以采用下面的方式实现指向数据区的操作：
uchar*data = image.data; 将指针移动至下一行的操作： data += image.step;
对于第j行第i列的像素，获取地址方式： data = image.data + j * image.step + i
*image.elemSize();
void colorReduce(Mat&inputImage,Mat&outputImage,int div){
outputImage = inputImage.clone();
int rows = outputImage.rows;
int cols = outputImage.cols;
uchar*dataout = outputImage.data;
for(int i = 0; i < rows; i++){
for(int j = 0; j < cols; j++){
*dataout = *dataout / div * div + div / 2;
dataout++;//指向下一个像素点的值
}
}
}
整行整列像素赋值
对于整行或者整列像素值的赋值方式如下：
img.row(i).setTo(Scalar(255));//Scalar表示标量的意思
img.col(j).setTo(Scalar(255));