OpenCV遍历彩色图像、灰度图像的像素值方法

原文链接：https://blog.csdn.net/mooneve/article/details/53001677

应用：将彩色图像转为灰度图像输出

方法一 使用at<Vec3b>(i, j) 和at<uchar>(i, j)

    
    
void main()
{
//读入彩色图像
Mat img = imread( “fruits.jpg”);
imshow( “原图”, img);
int rows = img.rows;
int cols = img.cols;
//生成和img同样大小的空白灰度图像
Mat grayImg = Mat(rows, cols, CV_8U);
for ( int i = 0; i < rows; i++)
{
for ( int j = 0; j < cols; j++)
{
//彩色图像获取到单个像素
Vec3b pix = img.at<Vec3b>(i,j);
//获取到RGB分量的值。
uchar B = pix[ 0];
uchar G = pix[ 1];
uchar R = pix[ 2];
//或者使用下面的方法
//uchar B = img.at<Vec3b>(i, j)[0];
//uchar G = img.at<Vec3b>(i, j)[1];
//uchar G = img.at<Vec3b>(i, j)[2];
//计算灰度值，然后赋值给灰度图中的像素
grayImg.at<uchar>(i,j) = R * 0.299 + G * 0.587 + B * 0.114; //灰度著名心理学公式
}
}
imshow( “灰度图”, grayImg);
waitKey( 0);
}
    
    

方法二 使用ptr函数和指针 （高效）

    
    
void main()
{
//读入彩色图像
Mat img = imread( "fruits.jpg");
imshow( "原图", img);
int rows = img.rows;
int cols = img.cols;
//生成和img同样大小的空白灰度图像
Mat grayImg = Mat(rows, cols, CV_8U);
for ( int i = 0; i < rows; i++)
{
//获取图像每一行的首地址
Vec3b *p = img.ptr<Vec3b>(i); //彩色图 //p指向地址
uchar *p2 = grayImg.ptr<uchar>(i); //灰度图 //*p指向内容
for ( int j = 0; j < cols; j++)
{
//每次迭代获取图像列的地址
Vec3b &pix = *p++; //彩色图 //pix指向内容
uchar &pix2 = *p2++; //灰度图 //&pix指向地址
pix2 = pix[ 0] * 0.114 + pix[ 1] * 0.587 + pix[ 2] * 0.299;
}
}
imshow( "灰度图", grayImg);
waitKey( 0);
}
    
    

原文链接：https://blog.csdn.net/mooneve/article/details/53001677

应用：将彩色图像转为灰度图像输出

方法一 使用at<Vec3b>(i, j) 和at<uchar>(i, j)

  
  
void main()
{
//读入彩色图像
Mat img = imread( “fruits.jpg”);
imshow( “原图”, img);
int rows = img.rows;
int cols = img.cols;
//生成和img同样大小的空白灰度图像
Mat grayImg = Mat(rows, cols, CV_8U);
for ( int i = 0; i < rows; i++)
{
for ( int j = 0; j < cols; j++)
{
//彩色图像获取到单个像素
Vec3b pix = img.at<Vec3b>(i,j);
//获取到RGB分量的值。
uchar B = pix[ 0];
uchar G = pix[ 1];
uchar R = pix[ 2];
//或者使用下面的方法
//uchar B = img.at<Vec3b>(i, j)[0];
//uchar G = img.at<Vec3b>(i, j)[1];
//uchar G = img.at<Vec3b>(i, j)[2];
//计算灰度值，然后赋值给灰度图中的像素
grayImg.at<uchar>(i,j) = R * 0.299 + G * 0.587 + B * 0.114; //灰度著名心理学公式
}
}
imshow( “灰度图”, grayImg);
waitKey( 0);
}
  
  

方法二 使用ptr函数和指针 （高效）

  
  
void main()
{
//读入彩色图像
Mat img = imread( "fruits.jpg");
imshow( "原图", img);
int rows = img.rows;
int cols = img.cols;
//生成和img同样大小的空白灰度图像
Mat grayImg = Mat(rows, cols, CV_8U);
for ( int i = 0; i < rows; i++)
{
//获取图像每一行的首地址
Vec3b *p = img.ptr<Vec3b>(i); //彩色图 //p指向地址
uchar *p2 = grayImg.ptr<uchar>(i); //灰度图 //*p指向内容
for ( int j = 0; j < cols; j++)
{
//每次迭代获取图像列的地址
Vec3b &pix = *p++; //彩色图 //pix指向内容
uchar &pix2 = *p2++; //灰度图 //&pix指向地址
pix2 = pix[ 0] * 0.114 + pix[ 1] * 0.587 + pix[ 2] * 0.299;
}
}
imshow( "灰度图", grayImg);
waitKey( 0);
}