CJ寻梦记：OpenCV遍历图像

最新推荐文章于 2023-10-11 21:42:02 发布

二货非你莫属

最新推荐文章于 2023-10-11 21:42:02 发布

阅读量224

点赞数

分类专栏： C++&OpenCV

本文链接：https://blog.csdn.net/JackPan2016/article/details/107508102

版权

本文介绍了OpenCV中遍历图像的多种方法，包括颜色压缩、指针遍历、迭代遍历和LUT操作。颜色压缩通过映射表简化计算，指针遍历直接访问内存，迭代遍历利用迭代器，而LUT则用于高效地重新映射图像像素。

摘要由CSDN通过智能技术生成

1.颜色压缩

颜色压缩（Color Reduction）最简单的理解就是减少表示图像的颜色数目，我们都知道，8位位深的3通道RGB真彩图像包括了1600多万（16777216）的颜色数目，其实在某些应用中用不到这么多数量（例如图像传输（transmission）、分割（segmentation）、压缩（compression））的颜色。这也是一个研究的小方向，想了解更多，可以阅读文章Adaptive Color Reduction，Color reduction and estimation of the number of dominant colors by using a self-growing and self-organized neural gas。

在这里，我们实现一个很简单的方法：

I_old为输入的像素值，I_new为输出的像素值，divideWidth代表要减少的度，我们可以理解为divideWidth为128的时候，对于灰度图像就做的是一个阈值为128的二值化。

上点图更直观一点，左边为灰度原始图像，右边为输出图像：

当divideWidth为64时：

根据以上描述，实际上这个公式我们可以建立一个映射表来避免重复计算，对于0-255的有限的输入值，建议输出值的映射表：

// color space divide width

const in divideWidth = 128;

uchar table[256];

// first, we should build the converting table

for(int i=0; i < 256; i++)
{
    table[i] = (uchar)(divideWidth * (i / divideWidth