Mat遍历，if and else if else

最新推荐文章于 2022-11-18 15:31:11 发布
最新推荐文章于 2022-11-18 15:31:11 发布
阅读量1k 收藏
点赞数 1
文章标签： C++ opencv Mat 遍历
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiedeacc/article/details/42678791
版权

参考了网上一些资料，其中关于直接使用Mat的data指针问题可能会有连续性这个问题，但是我在win8.1，Intel CPU上测试能够直接使用data指针

#include <vector>
#include <iostream>
#include <fstream>
#include <string>
#include <opencv2/opencv.hpp>
#include <cstdlib>
using namespace cv;
using namespace std;
//
//int main()
//{
//	ifstream ifs1, ifs2, ifs3, ifs4, ifs5, ifs6, ifs7, ifs8;
//
//	string line1, line2, line3, line4, line5, line6, line7, line8;
//	
//	int cnt1 = 0, cnt2=0, cnt3=0, cnt4=0;
//
//	ifs1.open("E:\\check1\\ret.txt");
//	ifs2.open("E:\\check1\\fx.txt");
//	ifs3.open("E:\\check1\\fy.txt");
//	ifs4.open("E:\\check1\\out.txt");
//
//	ifs5.open("E:\\check2\\ret.txt");
//	ifs6.open("E:\\check2\\fx.txt");
//	ifs7.open("E:\\check2\\fy.txt");
//	ifs8.open("E:\\check2\\out.txt");
//
//	while (getline(ifs1, line1) && getline(ifs5, line5)) {
//		if (line1[0] == '=' && line5[0] == '=')
//			cnt1++;
//		if (line1 != line5) {
//			cout << cnt1 << endl;
//			break;
//		}
//	}
//
//	while (getline(ifs2, line2) && getline(ifs6, line6)) {
//		if (line2[0] == '=' && line6[0] == '=')
//			cnt2++;
//		if (line6 != line6) {
//			cout << cnt2 << endl;
//			break;
//		}
//	}
//	while (getline(ifs3, line3) && getline(ifs7, line7)) {
//		if (line3[0] == '=' && line7[0] == '=')
//			cnt3++;
//		if (line3 != line7) {
//			cout << cnt3 << endl;
//			break;
//		}
//	}
//	while (getline(ifs4, line4) && getline(ifs8, line8)) {
//		if (line4[0] == '=' && line8[0] == '=')
//			cnt4++;
//		if (line4 != line8) {
//			cout << cnt4 << endl;
//			break;
//		}
//	}
//}

//
//int main()
//{
//	int i = 5;
//	if (5 == i) {
//		cout << i << endl;
//		i = 4;
//	}
//	else if (4 == i) {
//		cout << i << endl;
//		i = 3;
//	}
//	else if (3 == i) {
//		cout << i << endl;
//	}
//}

//typedef Vec< uchar, 3 >     Vec3b(so normal 8 bit)
//typedef Vec< double, 3 >     Vec3d(so normal floating point)
//typedef Vec< float, 3 >     Vec3f(so normal double precision)
//typedef Vec< int, 3 >     Vec3i
//typedef Vec< short, 3 >     Vec3s
//typedef Vec< ushort 3 >     Vec3w(so normal 16 bit)
void way1()
{
	Mat img = imread("E:\\lane_detection_material\\1.png");
	imshow("Lena Original", img);
	for (int row = 0; row < img.rows; row++)
	{
		for (int col = 0; col < img.cols; col++)
		{
			//主要是这里的代码
			if (*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) > 128)
			{
				//[row, col]像素的第 1 通道地址被 * 解析(blue通道)
				*(img.data + img.step[0] * row + img.step[1] * col) = 255;
				//[row, col]像素的第 2 通道地址被 * 解析(green通道), 关于elemSize1函数的更多描述请见 Fn1 里所列的博文链接
				*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1()) = 255;
				//[row, col]像素的第 3 通道地址被 * 解析(red通道)
				*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) = 255;
			}
		}
	}
	imshow("Lena Modified", img);
	cvWaitKey();
}

void way2()
{

	Mat img = imread("E:\\lane_detection_material\\1.png");
	imshow("Lena Original", img);
	for (int row = 0; row < img.rows; row++)
	{
		for (int col = 0; col < img.cols; col++)
		{
			/* 注意 Mat::at 函数是个模板函数, 需要指明参数类型, 因为这张图是具有红蓝绿三通道的图,
			所以它的参数类型可以传递一个 Vec3b, 这是一个存放 3 个 uchar 数据的 Vec(向量). 这里
			提供了索引重载, [2]表示的是返回第三个通道, 在这里是 Red 通道, 第一个通道(Blue)用[0]返回 */
			if (img.at<Vec3b>(row, col)[2] > 128)
				img.at<Vec3b>(row, col) = Vec3b(255, 255, 255);
		}
	}
	imshow("Lena Modified", img);
	cvWaitKey();
}


void way3()
{
	Mat m(400, 400, CV_8UC3, Scalar(255, 255, 255));
	// m2 是 Mat_<Vec3b> 类型的, 因为 m 中元素的类型是 CV_8UC3, 可以用 Vec3b 存储 3 个通道的值
	// 注意 Mat_<CV_8UC3> 这种写法是错误的, 因为 CV_8UC3 只是一个宏定义
	// #define CV_8UC3 CV_MAKETYPE(CV_8U, 3)
	Mat_<Vec3b> m2 = m;

	// for 循环画一个红色的实心圆
	for (int y = 0; y < m.rows; y++)
	{
		for (int x = 0; x < m.rows; x++)
		{
			if (pow(double(x - 200), 2) + pow(double(y - 200), 2) - 10000.0 < 0.00000000001)
			{
				// Mat_ 模板类实现了对()的重载, 可以定位到一个像素
				m2(x, y) = Vec3b(0, 0, 255);
			}
		}
	}

	imshow("Image", m);
	cvWaitKey();
}

void way4()
{
	Mat image(400, 400, CV_8UC3, Scalar(226, 46, 166));
	imshow("Before", image);
	int nl = image.rows; //行数
	int nc = image.cols * image.channels(); // 每行的元素个数，每行的像素数*颜色通道数（RGB = 3）
	int div = 2;
	for (int j = 0; j < nl; j++) {
		uchar* data = image.ptr<uchar>(j);
		for (int i = 0; i < nc; i++) {
			// process each pixel ---------------------              
			data[i] = data[i] / div*div + div / 2;
			//*data++ = *data / div*div + div / 2;
			// end of pixel processing ----------------
		} // end of line                   
	}
	//
	//for (int row = 0; row < image.rows; row++)
	//{
	//	if (row % 5 == 0)
	//	{
	//		// data 是 uchar* 类型的, m.ptr<uchar>(row) 返回第 row 行数据的首地址
	//		// 需要注意的是该行数据是按顺序存放的,也就是对于一个 3 通道的 Mat, 一个像素有
	//		// 有 3 个通道值, [B,G,R][B,G,R][B,G,R]... 所以一行长度为:
	//		// sizeof(uchar) * m.cols * m.channels() 个字节
	//		uchar* data = image.ptr<uchar>(row);
	//		for (int col = 0; col < image.cols; col++)
	//		{
	//			data[col * 3] = 102; //第row行的第col个像素点的第一个通道值 Blue
	//			data[col * 3 + 1] = 217; // Green
	//			data[col * 3 + 2] = 239; // Red
	//		}
	//	}
	//}
	imshow("After", image);
	cvWaitKey();
}

void way5()
{
	Mat image = imread("E:\\lane_detection_material\\1.png");
	imshow("Before", image);
	// get iterators
	cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
	cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
	int div = 2;
	for (; it != itend; ++it) {
		// process each pixel ---------------------
		(*it)[0] = (*it)[0] / div*div + div / 2;
		(*it)[1] = (*it)[1] / div*div + div / 2;
		(*it)[2] = (*it)[2] / div*div + div / 2;
		// end of pixel processing ----------------
	}
	imshow("After", image);
	cvWaitKey();
}


void way6()
{
	Mat image = imread("E:\\lane_detection_material\\1.png");
	imshow("Before", image);
	int nl = image.rows; // number of lines
	int nc = image.cols * image.channels(); // total number of elements per line

	if (image.isContinuous())  {
		// then no padded pixels
		nc = nc*nl;
		nl = 1;  // it is now a 1D array
	}
	int div = 2;
	int n = static_cast<int>(log(static_cast<double>(div)) / log(2.0));
	// mask used to round the pixel value
	uchar mask = 0xFF << n; // e.g. for div=16, mask= 0xF0

	for (int j = 0; j < nl; j++) {
		uchar* data = image.ptr<uchar>(j);
		for (int i = 0; i < nc; i++) {
			// process each pixel ---------------------
			*data++ = *data&mask + div / 2;
			// end of pixel processing ----------------

		} // end of line                   
	}
	imshow("After", image);
	cvWaitKey();
}

void way7()
{
	Mat img1(1000, 1000, CV_32F);

	for (int i = 0; i < 1000; i++)
	{
		for (int j = 0; j < 1000; j++)
		{
			img1.at<float>(i, j) = 3.2f;
		}
	}

	Mat img2(1000, 1000, CV_32F);
	for (int i = 0; i < 1000; i++)
	{
		for (int j = 0; j < 1000; j++)
		{
			img2.ptr<float>(i)[j] = 3.2f;
		}
	}

	Mat img3(1000, 1000, CV_32F);
	float* pData = (float*)img3.data;

	for (int i = 0; i < 1000; i++)
	{
		for (int j = 0; j < 1000; j++)
		{
			*(pData) = 3.2f;
			pData++;
		}
	}

	Mat img4(1000, 1000, CV_32F);

	for (int i = 0; i < 1000; i++)
	{
		for (int j = 0; j < 1000; j++)
		{
			((float*)img3.data)[i * 1000 + j] = 3.2f;
			//this way if more efficent in release verison, but slower in debug verison;
		}
	}

}

void print_mat(const cv::Mat &mat)
{
	int rows = mat.rows;
	int cols = mat.cols;
	switch (mat.channels())
	{
	case 1:
		for (int i = 0; i < rows; i++) {
			for (int j = 0; j < cols; j++) {
				if (mat.type() == CV_64F)
					std::cout << mat.at<double>(i, j) << ' ';
				else if (mat.type() == CV_32F)
					std::cout << mat.at<float>(i, j) << ' ';
				else if (mat.type() == CV_8U)
					std::cout << (int)mat.at<uchar>(i, j) << ' ';
				else {
					std::cout << "can't process!" << std::endl;
					exit(0);
				}
			}
			std::cout << std::endl;
		}
		break;
	case 2:
		for (int i = 0; i < rows; i++) {
			for (int j = 0; j < cols; j++) {
				if (mat.type() == CV_64FC2) {
					std::cout << ((double *)mat.data)[((i * rows + j) << 1)] << ' ' << ((double *)mat.data)[((i * rows + j) << 1) + 1] << ' ';
				}
				else if (mat.type() == CV_32FC2) {
					std::cout << ((float *)mat.data)[((i * rows + j) << 1)] << ' ' << ((float *)mat.data)[((i * rows + j) << 1) + 1] << ' ';
				}
				else if (mat.type() == CV_8UC2) {
					std::cout << ((uchar *)mat.data)[((i * rows + j) << 1)] << ' ' << ((uchar *)mat.data)[((i * rows + j) << 1) + 1] << ' ';
				}
				else {
					std::cout << "can't process!" << std::endl;
					exit(0);
				}
			}
			std::cout << std::endl;
		}
		break;
	case 3:
		for (int i = 0; i < rows; i++) {
			for (int j = 0; j < cols; j++) {
				if (mat.type() == CV_64FC3) {
					std::cout << ((double *)mat.data)[((i * rows + j) << 1) + (i * rows + j)] << ' ' << ((double *)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 1] << ' '
						<< ((double *)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 2] << ' ';
				}
				else if (mat.type() == CV_32FC3) {
					std::cout << ((float *)mat.data)[((i * rows + j) << 1) + (i * rows + j)] << ' ' << ((float *)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 1] << ' '
						<< ((float *)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 2] << ' ';
				}
				else if (mat.type() == CV_8UC3) {
					int x = ((i * rows + j) << 1) + (i * rows + j);
					std::cout << (int)((uchar*)mat.data)[((i * rows + j) << 1) + (i * rows + j)] << ' ' << (int)((uchar*)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 1] << ' '
						<< (int)((uchar*)mat.data)[((i * rows + j) << 1) + (i * rows + j) + 2] << ' ';
				}
				else {
					std::cout << "can't process!" << std::endl;
					exit(0);
				}
			}
			std::cout << std::endl;
		}
		break;
	default:
		cout << "can't process it!" << endl;
	}

}




int main()
{
	double m[3][3] = { { 1, 0, 0 }, { 0, 1, 0 }, { 0, 0, 1 } };
	Mat M = Mat(3, 3, CV_64F, m).inv();
	cout << M << endl;

	Mat image = imread("D:\\logo.png");

	cout << image << endl;
	cout << "============================================================================" << endl;
	print_mat(image);
	//cout << image << endl;
	//way7();

	//Mat umat(3, 3, CV_8UC3);//矩阵元素为三通道浮点数
	//uchar *p = (uchar*)umat.data;
	//for (int i = 0; i < 9; i++) {
	//	uchar t = rand() & 127;
	//	*p++ = t;

	//	t = rand() & 127;
	//	*p++ = t;

	//	t = rand() & 127;
	//	*p++ = t;
	//}

	//Mat fmat(3, 3, CV_32FC3);//矩阵元素为三通道浮点数
	//float *p1 = (float*)fmat.data;
	//for (int i = 0; i < 9; i++) {
	//	float t = (rand() * 10) / 100.0;
	//	*p1++ = t;

	//	t = (rand() * 10) / 100.0;
	//	*p1++ = t;

	//	t = (rand() * 10) / 100.0;
	//	*p1++ = t;
	//}

	//Mat dmat(3, 3, CV_64FC3);//矩阵元素为三通道浮点数
	//double *p2 = (double*)dmat.data;
	//for (int i = 0; i < 9; i++) {
	//	double t = (rand() * 10) / 100.0;
	//	*p2++ = t;

	//	t = (rand() * 10) / 100.0;
	//	*p2++ = t;

	//	t = (rand() * 10) / 100.0;
	//	*p2++ = t;
	//}

	//cout << umat << endl << fmat << endl << dmat << endl;

	//print_mat(umat);
	//cout << "===============================================\n";

	//print_mat(fmat);
	//cout << "===============================================\n";

	//print_mat(dmat);
	//cout << "===============================================\n";


}


xiedeacc
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言入门（25）_控制语句（Control Structures）
m0_52406014的博客
04-08 474
目录 一、常见语句 二、if and else 三、for loops 基础遍历 嵌套循环 四、while loops 五、repeat loops 六、next and break 一、常见语句 • if and else: testing a condition and acting on it • for: execute a loop a fixed number of times • while: execute a loop while a condit...
python 直方图匹配_详解相似图片匹配算法：差异值哈希算法 + 颜色直方图
weixin_39814454的博客
12-04 652
由于最近涉及到匹配相似图片的问题，所以在此记录下解决办法：差异值哈希算法 + 颜色直方图环境要求：Python cv2库 math库差异值哈希算法检索相似图片，第一个想到的就是差异值哈希算法。这个算法的步骤是：缩小尺寸一般将图片缩放为 8 * 8 的尺寸大小，共64个像素的图片。但是由于64个像素对于我来说，损失的细节太多所以我选择了缩放到 33 * 32 的尺寸大小彩色图像灰度化由于我们现有的图...
opencv mat类对16位depth深度图的遍历以及读写———引出Mat类型
qq_27126159的博客
08-06 5290
opencv的遍历有4种方式： 最简单的便利方法如下： Mat image(row,col,CV_16SC1); for (int i = 0;i < row;i++) for (int j = 0;j < col;j++) { depth.at<short>(i, j) = ; //注意这里.at<>尖括号里的类型是16位图对应的...
opencv mat类对16位depth深度图的遍历以及读写———引出Mat类型
爱哭鬼
07-14 1499
opencv的遍历有4种方式： 最简单的便利方法如下： Mat image(row,col,CV_16SC1); for (int i = 0;i < row;i++) for (int j = 0;j < col;j++) { depth.at<short>(i, j) = ; //注意这里.at<>尖括号里的类型是16位图对应的short类型不是8位图对应的uchar类型 } Mat类型 CV_<bit_depth>(S|U
js - 用遍历代替if/else
DebraJohn
07-29 350
前言 最近利用改完 bug 的空闲期，优化了一下比较不优雅的代码。 这里分享一种用遍历代替if else的写法。 需求 调用接口返回一个 code, 前端需要根据不同的 code 设置不同的图标。多个 code 可能使用同一个图标。 改造前 改造前的代码逻辑比较平铺直叙，用了大量的if...else语句。 首先，这种方法是完全 OK 的（工作上，以能够实现...
python中if的基本用法（if，else，elif，and，or，if嵌套，跟电脑猜拳）
热门推荐
试试看吧。
06-28 10万+
用实例来演示 """ if 要判断的条件: 条件成立的时候，要做的事 ... """ #1.定义一个整数变量 age = 12 #2.判断是否满18岁 if age >= 18: print('欢迎来酒吧') print('成年后再来哦') 但是当age=18时候，就会出现问题 所以我们需要用上else age = 19 #2.判断是否满18岁 if age >= ...
if and else if 之间的区别。
HBoos的博客
01-02 377
if & else if的区别简单介绍。
OpenCVSharp 中遍历、修改Mat像素
02-20
OpenCVSharp 中遍历、修改Mat像素对比 1、指针 2、GetIndexer 4、GetGenericIndexer 5、GetUnsafeGenericIndexer 6、Mat.At 7、Mat.Get和Mat.Set 8、LUT "OpenCVSharp学习笔记3--OpenCV如何扫描图像、利用查找表和...
F10#__Emgucv高效遍历图像像素的Demo.zip
08-28
c#代码Emgucv高效遍历图像像素的代码，可以直接运行，VS2008
MATLAB mat文件转mdf
07-28
可以把MATLAB mat文件转为mdf文件
BFM.mat MorphabelModel
05-24
BFM.mat MorphabelModel
JVM 排查工具 mat JDK 11
07-12
JVM 排查工具 mat JDK 11 ,针对 oom问题
Python中的与或非
weixin_49145300的博客
12-04 5684
逻辑运算符基本描述 运算符 逻辑表达式 描述 实例 and x and y 布尔"与"：如果 x 为 False，x and y 返回 False，否则它返回 y 的值。 True and False， 返回 False。 or x or y 布尔"或"：如果 x 是 True，它返回 True，否则它返回 y 的值。 False or True， 返回 True。 not not x 布尔"非"：如果 x 为 True，返回 False 。如果 x 为 False，它返回 True
基于区域的图像分割
hu_666666的博客
11-18 1437
区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。区域生长的好坏决定于：1.初始点（种子点）的选取。2.生长准则。3.终止条件。区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标的提取。参考代码如下：
if and else
lightblue12345的专栏
01-15 276
<br />当出现多个if与else时，应该注意else与其紧邻的上一个if相对应。<br />如：<br />if（t1）{a1}<br />  if（t2）{a2}<br />    if（t3）{a3}<br />      else{a4}<br />如果，t1成立，t2,t3不成立。则执行a1和a4。因为程序执行时要遍历所有的if语句，每一个都要进行判断，不成立的话执行与之对应的else语句。<br />上面的语句可以这样写。<br />if（t1）{a1}<br /> else<br />  i
JS中的if循环
博客之家
06-11 5555
if语句的分类： * 1.if * 2.if else * 3.if else if else if else * 4.嵌套if
c++遍历文件夹中的图片
最新发布
05-24
可以使用 C++ 的文件操作库 `dirent.h` 和图像处理库 `opencv` 来遍历文件夹中的图片。 首先，需要包含头文件： ```cpp #include <dirent.h> #include <opencv2/opencv.hpp> ``` 然后，可以使用 `opendir` 和 `readdir` 函数遍历文件夹，使用 `cv::imread` 函数读取图片： ```cpp DIR *dir; struct dirent *ent; if ((dir = opendir("your_folder_path")) != NULL) { while ((ent = readdir(dir)) != NULL) { std::string filename(ent->d_name); if (filename.find(".jpg") != std::string::npos || filename.find(".png") != std::string::npos) { // read image cv::Mat image = cv::imread("your_folder_path/" + filename); // do something with image } } closedir(dir); } else { // handle error } ``` 注意，在读取图片时，需要判断文件名是否以 `.jpg` 或 `.png` 结尾。如果需要处理其他类型的图片，可以相应地修改判断条件。 完整代码示例： ```cpp #include <iostream> #include <dirent.h> #include <opencv2/opencv.hpp> int main() { DIR *dir; struct dirent *ent; if ((dir = opendir("your_folder_path")) != NULL) { while ((ent = readdir(dir)) != NULL) { std::string filename(ent->d_name); if (filename.find(".jpg") != std::string::npos || filename.find(".png") != std::string::npos) { // read image cv::Mat image = cv::imread("your_folder_path/" + filename); if (image.empty()) { std::cout << "Failed to read image " << filename << std::endl; continue; } // do something with image cv::imshow("Image", image); cv::waitKey(0); } } closedir(dir); } else { std::cout << "Failed to open directory" << std::endl; return 1; } return 0; } ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值