C++OpenCV系统学习（2）——Mat对象、读写像素

目录

1.Mat对象

1.1Mat对象使用的四个要点

1.2生成一个大小和类型和输入图像一直的图像

1.3克隆

1.4像素指针

2.读写像素

---

1.Mat对象

1.1Mat对象使用的四个要点

• 输出图像的内存自动分配
• 使用openCV的C++接口，不需要考虑内存的分配问题
• 赋值操作和拷贝构造函数只会复制头部分
• 使用clone与copyTo两个函数可以实现数据的完全复制

1.2生成一个大小和类型和输入图像一直的图像

#include<opencv2/opencv.hpp>
#include<iostream>
#include"MyAPI.h"
using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("D:\\testImage\\123.bmp");
	if (!src.data)
	{
		cout << "could not load Image...";
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	dst = Mat(src.size(), src.type());//生成一个Mat对象
	dst = Scalar(127, 0, 255);//对Mat对象上色
	namedWindow("output", WINDOW_AUTOSIZE);
	imshow("output", dst);
	//MyApi ma;
	//ma.filter2DAPI(src);
	
	waitKey(0);
	return 0;
}

1.3克隆

克隆是完全的数据拷贝。调用如下：

Mat dst = src.clone();

或者利用src.copyTo(dst)生成一个和src一样的图像

1.4像素指针

例如我们想输出图像的第一个像素值

const uchar* firstRow = dst.ptr<uchar>(0);

cout<<"first pixel value:%d"<<*firstRow<endl;

2.读写像素

• 读一个GRAY像素点的像素值（CV_8UC1），Scalar intensity = image.at<uchar>(y,x);或者Scalar intensity = img.at<uchar>(Point(x,y));
• 读一个RGB像素点的像素值

Vec3f intensity = img.at<Vec3f>(y,x);

float blue = intensity.val[0];

float green = intensity.val[1];

flaot red = intensity.val[2];

案例分析：（灰度图和RGB图图像反差）

void MyApi::travel_image_pixel_and_reverse(Mat& image)
{
	Mat dst;
	//遍历灰度图的并像素反转
	cvtColor(image, dst, COLOR_BGR2GRAY);
	namedWindow("gray_image", WINDOW_AUTOSIZE);
	imshow("gray_image", dst);

	int height = dst.rows;
	int width = dst.cols;

	for (int row = 0; row < height; row++)
	{
		for (int col = 0; col < width; col++)
		{
			int gray = dst.at<uchar>(row, col);//遍历的是整个图片的像素值
			dst.at<uchar>(row, col) = 255 - gray;//将像素反转
		}
	}
	imshow("gray_reverse", dst);
}

分别是原图灰度图和反差图 

RGB图的反转

void MyApi::travel_image_pixel_and_reverse(Mat& image)
{
	Mat dst;
	dst.create(image.size(), image.type());
	int height = image.rows;
	int width = image.cols;
	int nc = image.channels();
	for (int row = 0; row < height; row++)
	{
		for (int col = 0; col < width; col++)
		{
			if (nc == 1)//灰度图
			{
				int gray = dst.at<uchar>(row, col);//遍历的是整个图片的像素值
				dst.at<uchar>(row, col) = 255 - gray;//将像素反转
			}else if (nc == 3)
			{
				int b = image.at<Vec3b>(row, col)[0];
				int g = image.at<Vec3b>(row, col)[1];
				int r = image.at<Vec3b>(row, col)[2];
				//像素反差
				dst.at<Vec3b>(row, col)[0] = 255 - b;
				dst.at<Vec3b>(row, col)[1] = 255 - g;
				dst.at<Vec3b>(row, col) [2]= 255 - r;

			}
		}
	}
	
	imshow("reverse_output", dst);
}

 对于图像的反差我们也可以直接调用API

bitwise_not(src,dst)