小案例:C++遍历灰度图和彩色图像素并显示:我们代码在上一节博客文章的基础上进行拓展的。
1.利用普通的方式:
首先 我们创建了头文件quickopen.h与上一节相比较增加了一个 void pixel_visit_demo(Mat& image);函数。如下所示:
#pragma once
#include<opencv2/opencv.hpp>
using namespace cv;
class QuickDemo {
public:
//输入一张图,就会完成一系列的Demo操作
void colorSpace_Demo(Mat &image);
void pixel_visit_demo(Mat& image);
};
之后在源文件中创建的quickdemo.cpp中写pixel_visit_demo(Mat& image);函数的具体实现:如下所示:
#include<quickopencv.h>
//::表示引用自己创建的头文件方法
void QuickDemo::colorSpace_Demo(Mat &image) {
Mat gray, hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
cvtColor(image, gray, COLOR_BGR2GRAY);
imshow("HSV", hsv);
imshow("灰度", gray);
imwrite("D://hsv.png", hsv);
imwrite("D://gray.png", gray);
}
void QuickDemo::pixel_visit_demo(Mat& image) {
int w = image.cols;
int h = image.rows;
int dims = image.channels();
//遍历图像的像素,灰度图是一个通道,而彩色图是三个通道,因此遍历的方式是不同的
for (int row = 0; row < h; row++) {
for (int col = 0; col < w; col++) {
//在这里要判断通道数,因为不同通道数对于图像像素遍历不同
if (dims == 1) {
//用下面方式就把原来的像素uchar类型的转化为int类型
int pv = image.at<uchar>(row, col);
//对像素值进行取反
image.at<uchar>(row, col) = 255 - pv;
}
if (dims == 3) {
//对于彩色图片一个位置存放三个通道的三个数
Vec3b bgr = image.at<Vec3b>(row, col);
//各个通道的的数据取反为如下所示:
image.at<Vec3b>(row, col) = 255 - bgr[0];
image.at<Vec3b>(row, col) = 255 - bgr[1];
image.at<Vec3b>(row, col) = 255 - bgr[2];
}
}
}
//像素的读写显示
imshow("像素读写显示", image);
}
最后在测试的主函数test.cpp中调用如下所示:
#include<opencv2/opencv.hpp>
#include<iostream>
#include<quickopencv.h>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
Mat src = imread("D:\\testImage\\1.jpg");
if (src.empty()) {
printf("could not load image...");
return -1;
}
//如果图像过于大,不能完全显示整张图像可以使用namedWindow()可以实现对图像的自由缩放
namedWindow("input_window", WINDOW_FREERATIO);
imshow("input_window",src);
QuickDemo qd;
qd.pixel_visit_demo(src);
waitKey(0);
destroyAllWindows();
return 0;
}
原图 通过像素遍历生成的图
2.利用指针的方式
利用指针的方式速度更快
#include<quickopencv.h>
//::表示引用自己创建的头文件方法
void QuickDemo::colorSpace_Demo(Mat &image) {
Mat gray, hsv;
cvtColor(image, hsv, COLOR_BGR2HSV);
cvtColor(image, gray, COLOR_BGR2GRAY);
imshow("HSV", hsv);
imshow("灰度", gray);
imwrite("D://hsv.png", hsv);
imwrite("D://gray.png", gray);
}
void QuickDemo::pixel_visit_demo(Mat& image) {
int w = image.cols;
int h = image.rows;
int dims = image.channels();
//遍历图像的像素,灰度图是一个通道,而彩色图是三个通道,因此遍历的方式是不同的
/*
for (int row = 0; row < h; row++) {
for (int col = 0; col < w; col++) {
//在这里要判断通道数,因为不同通道数对于图像像素遍历不同
if (dims == 1) {
//用下面方式就把原来的像素uchar类型的转化为int类型
int pv = image.at<uchar>(row, col);
//对像素值进行取反
image.at<uchar>(row, col) = 255 - pv;
}
if (dims == 3) {
//对于彩色图片一个位置存放三个通道的三个数
Vec3b bgr = image.at<Vec3b>(row, col);
//各个通道的的数据取反为如下所示:
image.at<Vec3b>(row, col) = 255 - bgr[0];
image.at<Vec3b>(row, col) = 255 - bgr[1];
image.at<Vec3b>(row, col) = 255 - bgr[2];
}
}
}
*/
//下面我们用指针的方式进行实现,给每一行一个指针
for (int row = 0; row < h; row++) {
//指针是uchar类型
uchar* current_row = image.ptr<uchar>(row);
for (int col = 0; col < w; col++) {
//在这里要判断通道数,因为不同通道数对于图像像素遍历不同
if (dims == 1) {
//用下面方式就把原来的像素uchar类型的转化为int类型
int pv = *current_row;
//对像素值进行取反
*current_row++ = 255 - pv;
}
if (dims == 3) {
//对于彩色图片一个位置存放三个通道的三个数
Vec3b bgr = image.at<Vec3b>(row, col);
//各个通道的的数据取反为如下所示:
*current_row++ = 255 - bgr[0];
*current_row++ = 255 - bgr[1];
*current_row++ = 255 - bgr[2];
}
}
}
//像素的读写显示
imshow("像素读写显示", image);
}