Opencv之<Vec3b>是什么东东

一、What is vector？

       vector(向量): C++中的一种数据结构,确切的说是一个类.它相当于一个动态的数组,当程序员无法知道自己需要的数组的规模多大时,用其来解决问题可以达到最大节约空间的目的.
用法:
1.文件包含:     
           首先在程序开头处加上#include<vector>以包含所需要的类文件vector,还有一定要加上using namespace std;

2.声明一个int向量以替代一维的数组:vector <int> a;(等于声明了一个int数组a[],大小没有指定,可以动态的向里面添加删除。

比如Vec<uchar, 3>：
其实这句就是定义一个uchar类型的数组，长度为3而已，例如 8U 类型的 RGB 彩色图像可以使用 <Vec3b>，3 通道 float 类型的矩阵可以使用 <Vec3f>。对于 Vec 对象，可以使用[]符号如操作数组般读写其元素，如：Vec3b color; //用 color 变量描述一种 RGB 颜色
color[0]=255; //0通道的B 分量
color[1]=0; //1通道的G 分量
color[2]=0; //2通道的R 分量

二、How do we use it ?

vv

先扩展一下访问像素的 .at 的用法：

     cv::mat的成员函数： .at(int y， int x)可以用来存取图像中对应坐标为（x，y）的元素坐标。但是在使用它时要注意，在编译期必须要已知图像的数据类型，这是因为cv::mat可以存放任意数据类型的元素。因此at方法的实现是用模板函数来实现的。假设提前已知一幅图像img的数据类型为 unsigned char型灰度图（单通道），要对坐标为(14,25)的像素重新赋值为25,则对应操作如下：

srcImage.at<uchar>(14,25) = 25;

     如果要操作的图片img是一幅数据类型同样为unsigned char的彩色图片，再次要求将坐标（14,25）的像素赋值为25。这个操作跟上面的就有点区别了，需要对这个像素三个通道的每个对应元素赋值,Opencv中图像三原色在内存中的排列顺序为B-G-R（见下面注释），操作过程如下：

img.at<Vec3b>(14,25) [0]= 25;//B  
img.at< Vec3b >(14,25) [1]= 25;//G  
img.at< Vec3b >(14,25 [2]= 25;//R  

一个简单小程序：

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
	Mat m(3, 3, CV_8UC3);//建立一个三行三列3通道像素
	Vec3b p;
	for (int i = 0; i < 3; i++)
	{
		for (int j = 0; j < 3; j++)
		{
			p[0] = i;
			p[1] = j;
			p[2] = i+j;
			m.at<Vec3b>(i,j) = p;
		}
	}
	cout <<"数组:"<<endl<<"M= " << m << endl;
	int a = m.at<Vec3b>(2, 2)[2];
	Vec3b b = m.at<Vec3b>(2, 2)[2];
	cout << "访问一个数：" << a <<endl<<"访问三通道："<<b<<endl;
	waitKey(0);
	return 0;
}

结果：

下面是网上的一个程序（在图片上实现椒盐噪声），椒盐噪声是一种特殊的噪点，是随机的将图像的部分像素设置为黑色或白色（其实我理解是把椒盐噪声点随机设置颜色）。经修改如下：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<cstdlib> 
#include<vector>
using namespace std;
using namespace cv;

#define WINDOW_1 "椒盐噪声点1"
#define WINDOW_2 "椒盐噪声点2"
void salt(Mat&, int);
int main()
{
	Mat srcImage = imread("D://vvoo//lena.jpg");
	Mat grayImage;
	cvtColor(srcImage, grayImage/*, CV_8UC1*/, CV_RGB2GRAY);
	imshow("原图", srcImage);

	namedWindow(WINDOW_1, WINDOW_AUTOSIZE);
	Mat g_dstImage = grayImage.clone();
	Mat dstImage = srcImage.clone();
	salt(g_dstImage, 3000);
	salt(dstImage, 3000);
	
	imshow(WINDOW_1, g_dstImage);
	imshow(WINDOW_2, dstImage);
	waitKey(0);
	return 0;
}
void salt(Mat&dst, int Saltnum)
{
	int x,y;
	for (int i = 0;i < Saltnum; i++)
	{
		x = rand() % dst.cols;//保证x和y都在src的行数和列数范围内
		y = rand() %dst.rows;
		if (dst.channels() == 1)
		{
			dst.at<uchar>(y, x) = 0;
		}
		if (dst.channels() ==3)
		{
			dst.at<Vec3b>(y, x)[0] = 0;
			dst.at<Vec3b>(y, x)[1] = 0;
			dst.at<Vec3b>(y, x)[2] = 0;
		}
	}


}

结果：

三、references 

1.http://blog.csdn.net/liukun321/article/details/38402601

2.http://blog.csdn.net/wenhao_ir/article/details/50946638