在(3)中我们已经初步的了解了Mat这个类,在这个类中存储了图像的所有信息及图像的数据。在这里通过一些方法来访问图像中的像素,可以了解到cv::Mat类中的一些成员变量的使用和成员函数的使用,可以对cv::Mat这个类有更进一步的认识。
1. 存取像素值
在一幅图像中加入椒盐噪点,椒盐噪点是一种特殊的噪点,它是随机的的把部分像素设置为白色或黑色。
不知道你们有没有这样的经历在小时候看电视,那时的电视机是黑白的,有些台的图像就不是非常的清晰,有白色的点点,那时称为“雪花”,这个台有“雪花”就是说这个台不清晰。这个“雪花”我这里所说的椒盐噪点有点像。
好了,废话就到这里在,看下面的代码,这些代码的作用就是在一幅图像中加入椒盐噪点,就是把图像中的某些像素设置为白色:
#include<QCoreApplication>
#include<opencv2/core/core.hpp>
#include<opencv2/opencv.hpp>
usingnamespacecv;
voidsalt()
{
cv::Matimage=cv::imread("F:/picture/1.jpg"); //读取一幅图像
cv::namedWindow("image");
cv::imshow("image",image);
intn=3000; //所要随机取的点数
for(intk=0;k<n;k++)
{
inti=rand()%image.cols;
intj=rand()%image.rows;
if(image.channels()==1) //单通道图像
{
image.at<uchar>(j,i)=255;
}
elseif(image.channels()==3)//多通道图像,
{
image.at<cv::Vec3b>(j,i)[0]=255;//把每个通道设置为白色
image.at<cv::Vec3b>(j,i)[1]=255;
image.at<cv::Vec3b>(j,i)[2]=255;
}
}
cv::namedWindow("image_salt");
cv::imshow("image_salt",image);
}
intmain(intargc,char*argv[])
{
QCoreApplicationa(argc,argv);
salt();
returna.exec();
}
程序运行结果:
在上面的程序中类cv::Mat有若干成员函数可以获取图像的属性。公有成员变量cols和rows给出了图像的宽度和高度。成员函数at(int y,int x)可以用来存取图像的元素。但是必须在编译时知道数据的类型,因为cv::Mat可以存放任意类型的元素。这也是这个函数用模板函数来实现的原因,这就意味着,当调用该函数时你需要使用下面的方式来指定数据类型:
Image.at<uchar>(j,i) = 128;
2. 指针访问
减少图像中的颜色数目。还是直接上代码:
#include<QCoreApplication>
#include<opencv2/core/core.hpp>
#include<opencv2/opencv.hpp>
usingnamespacecv;
voidcolor_reduce() //缩减颜色
{
intdiv=84;//缩减因子
cv::Matimage=cv::imread("F:/picture/1.jpg"); //读取一幅图像
cv::namedWindow("image");
cv::imshow("image",image);
introw=image.rows; //行数
intpix_size=image.cols*image.channels(); //每行的元素个数
for(intj=0;j<row;j++)
{
uchar*data=image.ptr<uchar>(j);//第j行的首地址
for(inti=0;i<pix_size;i++)
{
data[i]=data[i]/div*div+div/2;
}
}
cv::namedWindow("result");
cv::imshow("result",image);
}
intmain(intargc,char*argv[])
{
QCoreApplicationa(argc,argv);
color_reduce();
returna.exec();
}
运行效果:
在cv::Mat类中还提供了ptr函数可以得到图像任意行的首地址。Ptr是一个模版函数,返回一行的首地址。
如:
uchar*data=image.ptr<uchar>(j);//第j行的首地址
3. 高效的遍历连续图像:直接上代码:
#include<QCoreApplication>
#include<opencv2/core/core.hpp>
#include<opencv2/opencv.hpp>
usingnamespacecv;
//高效的颜色缩减函数
voidcolor_reduce_efficient()
{
intdiv=84;//缩减因子
cv::Matimage=cv::imread("F:/picture/1.jpg"); //读取一幅图像
cv::namedWindow("image");
cv::imshow("image",image);
introw=image.rows; //行数
intpix_size=image.cols*image.channels(); //每行的元素个数
if(image.isContinuous())
{
pix_size=pix_size*row;
row=1;
}
//对于连续的图像本循环执行一次
for(intj=0;j<row;j++)
{
uchar*data=image.ptr<uchar>(j);
for(inti=0;i<pix_size;i++)
{
data[i]=data[i]/div*div+div/2;
}
}
cv::namedWindow("result");
cv::imshow("result",image);
}
intmain(intargc,char*argv[])
{
QCoreApplicationa(argc,argv);
color_reduce_efficient();
returna.exec();
}
运行结果:
高效的遍历像素主要是通过cv::Mat类中的一个成员函数isContinuous来判断图像是否对行进行了填充,如果isContinuous返回为真,说明这幅图像没有对行进行填补。在有些图像处理的算法中可以利用图像的连续性把整个处理过程使用一个循环。颜色缩减的重写如上面的代码。
好了,就写到这里了,还有几个其他的遍历图像的方法,后面再写。