【OpenCV计算机视觉编程攻略】三种操作像素的方法

本文为@源码人原创文章，转载请注明出处
文章链接：https://blog.csdn.net/q_z_r_s

准备工作
为了说明图像扫描的过程，我们来做一个简单的任务：减少图像中颜色的数量。彩色图像由三通道像素组成，每个通道表示红、绿、蓝三原色中一种颜色的亮度值，每个数值都是8位的无符号字符类型，因此颜色总数为256 × 256 × 256，即超过1600万种颜色。因此，为了降低分析的复杂性，有时需要减少图像中颜色的数量。一种实现方法是把RGB空间细分到大小相等的方块中。例如，如果把每种颜色数量减少到1/8，那么颜色总数就变为32 × 32 × 32。将旧图像中的每个颜色值划分到一个方块，该方块的中间值就是新的颜色值；新图像使用新的颜色值，颜色数就减少了。因此基本的减色算法很简单。假设N是减色因子，将图像中每个像素的每个通道的值除以N（使用整数除法，不保留余数）。然后将结果乘以N，得到N的倍数，并且刚好不超过原始像素值。只需加上N /2，就得到相邻的N倍数之间的中间值。对所有8位通道值重复这个过程，就会得到(256 / N) × (256 / N) × (256 / N)种可能的颜色值。(摘录自：OpenCV计算机视觉编程攻略)

算法实现

//colorReduce.hpp
#include <iostream>

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

class colorReduce {
public:
	int div;
	colorReduce():div(64){};
	colorReduce(int div):div(div){};
	~colorReduce(){};
	void colorReduce0(Mat& src, Mat& des);
	void colorReduce1(Mat& src, Mat& des);
	void colorReduce2(Mat& src, Mat& des);

private:
	bool check(Mat& src, Mat& des);
};

头文件中主要使用了三种不同的方法来访问像素，减色原理都是相同的，下面是算法实现：

//colorReduce.cpp
#include "colorReduce.hpp"

#include <iostream>

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

bool colorReduce::check(Mat& src, Mat& des) {
	if (src.empty()) {
		cout << "invalid image" << endl;
		return 1;
	}

	des.create(Size(src.cols, src.rows), src.type());

	if (des.rows < src.rows || des.cols < src.cols || des.type() != src.type()) {
		cout << "target imgae is too small!" << endl;
		return 1;
	}

	return 0;
}

void colorReduce::colorReduce0(Mat& src, Mat& des) {
	if(!check(src, des)) {
		int rows = src.rows;
		int cols = src.cols;

		for (int i=0; i<rows; i++) {
			for (int j=0; j<cols; j++) {
				des.at<Vec3b>(i,j)[0] = src.at<Vec3b>(i,j)[0]/div*div + div/2;
				des.at<Vec3b>(i,j)[1] = src.at<Vec3b>(i,j)[1]/div*div + div/2;
				des.at<Vec3b>(i,j)[2] = src.at<Vec3b>(i,j)[2]/div*div + div/2;
			}
		}
	}
}

void colorReduce::colorReduce1(Mat& src, Mat& des) {
	if(!check(src, des)) {
		int rows = src.rows;
		int nc = src.step;

		for (int i=0; i<rows; i++) {
			uchar * srcptr = src.ptr<uchar>(i);
			uchar * desptr = des.ptr<uchar>(i);
			for (int j=0; j<nc; j++) {
				desptr[j] = srcptr[j]/div*div + div/2;
			}
		}
	}
}

void colorReduce::colorReduce2(Mat& src, Mat& des) {
	if(!check(src, des)) {
		MatIterator_<Vec3b> it_src_begin = src.begin<Vec3b>();
		MatIterator_<Vec3b> it_src_end = src.end<Vec3b>();
		//等价于Mat_<Vec3b>::iterator it = src.begin();
		//typedef MatIterator_<_Tp> iterator;
		MatIterator_<Vec3b> it_des_begin = des.begin<Vec3b>();
		//MatIterator_<Vec3b> it_des_end = des.end<Vec3b>();

		for (; it_src_begin != it_src_end; it_src_begin++, it_des_begin++) {
			(*it_des_begin)[0] = (*it_src_begin)[0]/div*div + div/2;
			(*it_des_begin)[1] = (*it_src_begin)[1]/div*div + div/2;
			(*it_des_begin)[2] = (*it_src_begin)[2]/div*div + div/2;
		}
	}
}

效果展示：

【OpenCV计算机视觉编程攻略】三种操作像素的方法

猜你喜欢