数字图像基本OP:OpenCV中的访问与操作像素值方法

我们知道，在计算机中一幅图像以数组矩阵的数据结构被存储下来，这里记录总结OpenCV中遍历访问每一个像素值的方法。

在C++ API中，访问像素值有以下几种方法：

• 数组索引方法
• 指针方法
• 迭代器方法

而在Python中，之前说过，图像存储与NumPy中的ndarray完全一致，因此访问像素值方法也是如此。

1.数组方法访问像素值

1.1 数组方法介绍

OpenCV提供了at()函数，它是一个模板函数，返回指定位置矩阵元素的引用，常用的有：

• 数组方法访问RGB图像：Mat.at<Vec3b>(h, w)
• 数组方法访问灰度图：Mat.at<uchar>(h, w)

如上面的函数所示，数组方法访问图像指定坐标处的像素值主要是调用Mat对象的at方法，其中(h,w)好理解，就是要访问的像素值得二维坐标，尖括号里的内容是访问方式，因为RGB图像中有3个通道各自的像素值，因此以Vec3b的方式来访问，即3个字节元素的vector向量，而灰度图只有一个元素，类型为uchar字节数据，因此以uchar方式访问。

1.2 读入图像并获取长宽等信息

• Mat.rows返回图像的高度，即行数。
• Mat.cols返回图像的长度，即列数。
• Mat.channels()返回图像的通道数，3为RGB图像，1为灰度图像。

Mat input_image = imread("test_images/opencv.jpg", 1);
if (input_image.empty())
{
	cout << "read input error!" << endl;
	return -1;
}
imshow("input", input_image);

int height = input_image.rows;
int width = input_image.cols;
int channel = input_image.channels();

1.2 数组方法遍历访问像素值并取反

//数组方法遍历
for (int h = 0; h < height; h++)
{
	for (int w = 0; w < width; w++)
	{
		if (channel == 3)//彩色图像
		{
			//bgr 是一个vector，包含三个通道的值
			Vec3b bgr = input_image.at<Vec3b>(h, w);
			bgr[0] = 255 - bgr[0];
			bgr[1] = 255 - bgr[1];
			bgr[2] = 255 - bgr[2];
			input_image.at<Vec3b>(h, w) = bgr;
		}
		else if (channel == 1)//灰度图像
		{
			int value = input_image.at<uchar>(h, w);
			input_image.at<uchar>(h, w) = 255 - value;
		}
	}
}
imshow("result", input_image);

• 需要注意的是，at()方法代码可读性高，但是代码运行效率较差，所以当需要大规模遍历像素的的时候不推荐使用。

2.指针方法访问像素值

2.1 指针方法介绍

• 得到每一行的首地址：Mat.ptr<type>(h)

OpenCV提供了指针方法来访问操作像素值，h是行数，得到每一行的首地址后可以按照这个地址往后对像素值进行遍历。Mat.ptr<type>(h)返回Mat对象的第h行的头指针，如下图所示：

对于单通道图像gary，就像上面的图所示:

• gray.ptr<uchar>(0)指向第0行首元素。
• gray.ptr<uchar>(1)指向第1行首元素。
• gray.ptr<uchar>(2)指向第2行首元素。

可以使用

• gray.ptr<uchar>(0)[0]来访问gray[0][0]。
• gray.ptr<uchar>(0)[1]来访问gray[1][0]。
• gray.ptr<uchar>(0)[2]来访问gray[0][2]。

对于三通道图像,bgr.pt<uchar>(i)同样指向第i行的首元素，但是与单通道的图像不一样，三通道的图像中一个像素点有BGR三个像素值，可以看下面的图来区别单通道和三通道Mat在内存中的实际分布情况（假设内存地址从左往右增加）：

单通道内存分布：

三通道内存分布：

因此像gray.ptr<uchar>(0)[0]那样类型设为uchar来操作时，bgr.ptr<uchar>(0)[n]得到的是一个像素点内某个通道的值，因为三通道图像一个像素的有三个值。

所以对于三通道图像，可以使用bgr.ptr<Vec3b>(0)[n]>来获得一个像素点的值，这个时候vec3b是一个包含三个值的向量。

2.2 指针方法遍历访问像素值并取反

//指针方法遍历
for (int h = 0; h < height; h++)
{
	uchar* current_row = input_image.ptr<uchar>(h);
	uchar* flag_row = current_row;
	for (int w = 0; w < width; w++)
	{
		int b = 0, g = 0, r = 0;
		if (channel == 3)
		{
			b = *current_row++;
			g = *current_row++;
			r = *current_row++;

			*flag_row++ = 255 - b;
			*flag_row++ = 255 - g;
			*flag_row++ = 255 - r;
		}
		else if (channel == 1)
		{
			int value = *current_row++;
			*flag_row++ = 255 - value;
		}
	}
}
imshow("result", input_image);

• 指针方法访问速度较快，因此推荐使用。但是要注意C/C++的指针操作并不进行类型和越界检查，如果指针访问出错，可能会让程序出现段错误。

3.迭代器方法遍历访问像素值并取反

//迭代器方法	
if (channel == 3)
{
	Mat_<Vec3b>::iterator ite = input_image.begin<Vec3b>(),
		end = input_image.end<Vec3b>();

	for (; ite != end; ++ite)
	{
		(*ite)[0] = 255 - (*ite)[0];
		(*ite)[1] = 255 - (*ite)[1];
		(*ite)[2] = 255 - (*ite)[2];
	}
}
else if (channel == 1)
{
	Mat_<uchar>::iterator ite = input_image.begin<uchar>(),
		end = input_image.end<uchar>();
	for (; ite != end; ++ite)
	{
		*ite = 255 - *ite;
	}
}

imshow("result", input_image);

4.运行结果分析

完整代码：
image_pixels_access.cpp

运行结果：

三种方法的运行时间评估：
在OpenCV中，可以用下面的方法来测试运行时间：

double start = static_cast<double>(getTickCount());
//需要测试时间的代码
/*
...
*/
double end= ((double)getTickCount() - start) / getTickFrequency();

//以毫秒输出
cout << "所用时间为:" << time/1000 << "ms" << endl;

输出时间：

array time: 3.50392e-05ms
pointer time: 1.007e-06ms
iterator time: 6.63757e-05ms

可以看出，指针方法遍历像素值得方法是最快的，几乎比另外两个方法快了一个数量级。

5. Python方法访问像素值

5.1 得到图像矩阵维度信息

在numpy中，可以使用ndarray的shape方法打印出数组的维度信息，该方法返回一个元组，若是RGB图像，则元组长度为3，里面的三个元素分别为行列以及通道数，若元组长度为2，则为灰度图像，两个元素为行列数，没有通道数，如下面的代码，分别以RGB个灰度图方式读入图像后输出shape:

input = cv.imread("./test_images/opencv.jpg",1)
shape = input.shape
print(shape)

输出：

(273, 508, 3)

input = cv.imread("./test_images/opencv.jpg",0)
shape = input.shape
print(shape)

输出：

(273, 508)

5.2 通过坐标来索引像素值

for row in range(shape[0]):
    for col in range(shape[1]):
        if len(shape)==3 and shape[2]==3: #RGB
            b,g,r = input[row,col]
            b = 255-b
            g = 255-g 
            r = 255-r
            input[row,col] = [b,g,r]
        elif len(shape)==2 : #灰度图
            input[row,col] = 255-input[row,col]

从上面的遍历代码可以看出，在RGB图像中对于每一个像素点索引得到的是包含三个元素的列表，对灰度图索引得到的就是一个值。

完整代码：
image_pixels_access.py