OpenCV坐标系与操作像素的四种方法

像素是图像的基本组成单位，熟悉了如何操作像素，就能更好的理解对图像的各种处理变换的实现方式了。

1.at方法

第一种操作像素的方法是使用“at”，如一幅3通道的彩色图像image的第i行j列的B、G、R分量分别表示为：

image.at<Vec3b>(i,j)[0];

image.at<Vec3b>(i,j)[1];

image.at<Vec3b>(i,j)[2];

而对于单通道的灰度图像就简单很多了：

image.at<uchar>(i,j); 

这里要注意at中(i,j)的顺序表示的是第i行第j列，跟Point(i,j)和Rect(i,j)中表示第j行第i列是相反的，如果把这个搞混了，很容易导致内存异常，还不容易发现错误。

 

补充说明一下：opencv中坐标体系中的零点坐标定义为图片的左上角，X轴为图像矩形的上面那条水平线，从左往右；Y轴为图像矩形左边的那条垂直线，从上往下。在Point(x,y)和Rect(x,y)中，第一个参数x代表的是元素所在图像的列数，第二个参数y代表的是元素所在图像的行数，而在at(x,y)中是相反的。

演示程序如下:

#include<iostream>
#include<core/core.hpp>
#include<highgui/highgui.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat image(Size(500,500),CV_8UC3);
	image.at<Vec3b>(100,250)[0]=0;
	image.at<Vec3b>(100,250)[1]=0;
	image.at<Vec3b>(100,250)[2]=255;
	putText(image,"at(100,250) is Here!",Point(250,100),0,0.7,Scalar(255,0,0));

	image.at<Vec3b>(Point(100,250))[0]=0;
	image.at<Vec3b>(Point(100,250))[1]=0;
	image.at<Vec3b>(Point(100,250))[2]=255;
	putText(image,"at(Point(100,250)) is Here!",Point(100,250),0,0.7,Scalar(255,0,0));

	imshow("Test Function at",image);
	waitKey();
	return 0;
}

 

2.行指针方法

行指针方法的思路是获取图像每一行的首地址的指针，把每一行当成一个循环对象，逐行遍历所有的像素。例如对于一个X行、Y列的图像image，每行需要循环 的数量是Y*image.channels()，channels表示的是图像的通道，对于灰度图像channels为1，对于彩色RGB图像，channels为3。

3.指针方法

对于硬件处理芯片来说，如果图像每行的长度是4或8的倍数的话，运算起来会更加快速，如果不是4或8的倍数的话，在运算前图像行长度会被补充至固定值。

“指针方法”是一种可以高效遍历图像的方式，但是只能针对没有经过填充的连续图像，所以在使用指针方法之前需要先判断图像有没有经过填充，是否连续性。判断的方法很简单，使用Mat的成员函数isContinuous来判断，若返回值为真的话，说明图像是连续的，可以应用行指针的方法遍历像素。

4.迭代方法

使用迭代器遍历图像集合中的各个元素，相比前3中方法，这个方法简直可以永简单快捷的“无脑操作”来形容，你只需获取集合中元素的首地址以及元素的终止位置，剩下的工作交给迭代器来完成就可以了，并且我们不用关心集合的数据类型，指针总是逐次访问下一地址，直到指针到达终止元素位置。不过其缺点也是显而易见的：不容易指定访问集合中某一个位置的元素。

话不多少，下边给出一个完整的四种访问图像像素方法的示例，并对每种方法的耗时作对比，包括opencv本身的Copy方法；当然五种方法实现的是同一个简单的功能——通过逐个遍历一幅图像的每一个像素，复制该图像到另一Mat对象。

#include<iostream>
#include<core/core.hpp>
#include<highgui/highgui.hpp>

using namespace cv;
using namespace std;

//At方法
double CopyImageByAt(Mat originalImage, Mat &targetImage);
//行指针方法
double CopyImageByRowPtr(Mat originalImage, Mat &targetImage);
//指针方法
double CopyImageByPtr(Mat originalImage, Mat &targetImage);
//迭代方法
double CopyImageByIterator(Mat originalImage, Mat &targetImage);
//Opencv方法
double CopyFun(Mat originalImage, Mat &targetImage);


int main()
{
	//读入图片，注意图片路径
	Mat image=imread("D:\\Picture\\lena.jpg",1);

	//图片读入成功与否判定
	if(!image.data)
	{
		cout<<"you idiot！where did you hide lena！"<<endl;
		//等待按键
		system("pause");
		return -1;
	}
	imshow("原始图像",image);
	//输出图像
	Mat targetImage(image.size(),image.type());
	cout<<endl<<"At方法耗时："<<CopyImageByAt(image,targetImage)<<endl;
	imshow("At方法",targetImage);
	cout<<endl<<"行指针方法耗时："<<CopyImageByRowPtr(image,targetImage)<<endl;
	imshow("行指针方法",targetImage);
	cout<<endl<<"指针方法耗时："<<CopyImageByPtr(image,targetImage)<<endl;
	imshow("指针方法",targetImage);
	cout<<endl<<"迭代方法耗时："<<CopyImageByIterator(image,targetImage)<<endl;
	imshow("迭代方法",targetImage);
	cout<<endl<<"OpenCV Copy方法耗时："<<CopyFun(image,targetImage)<<endl;
	imshow("Copy方法",targetImage);	
	waitKey();
	return 0;
}

//使用at方法实现逐个像素复制
double CopyImageByAt(Mat originalImage, Mat &targetImage)
{
	double now=getTickCount();
	//行
	int rows=originalImage.rows;
	//列
	int cols=originalImage.cols;
	for(int i=0;i<rows;i++)
	{
		for(int j=0;j<cols;j++)
		{
			//若是灰度图像应使用如下表示： 
			//targetImage.at<uchar>(i,j)=originalImage.at<Vec3b>(i,j);			
			targetImage.at<Vec3b>(i,j)[0]=originalImage.at<Vec3b>(i,j)[0];
			targetImage.at<Vec3b>(i,j)[1]=originalImage.at<Vec3b>(i,j)[1];
			targetImage.at<Vec3b>(i,j)[2]=originalImage.at<Vec3b>(i,j)[2];
		}
	}
	double end=getTickCount();
	//返回方法耗时
	return (end-now)/getTickFrequency();
}

//使用访问每行首指针方法实现像素复制
double CopyImageByRowPtr(Mat originalImage, Mat &targetImage)
{
	double now=getTickCount();
	//行
	int rows=targetImage.rows;
	//每行总元素数量，此处图像为3通道
	int totalNum=targetImage.cols*targetImage.channels();
	for(int i=0;i<rows;i++)
	{
		//data1指向目标图像第i行的首元素
		uchar *data1=targetImage.ptr<uchar>(i);
		data2指向原始图像第i行的首元素
		uchar *data2=originalImage.ptr<uchar>(i);
		for(int j=0;j<totalNum;j++)
		{
			//遍历每行所有元素
			data1[j]=data2[j];
		}
	}
	double end=getTickCount();
	//返回方法耗时
	return (end-now)/getTickFrequency();
}

//无扩充的图像，采用指针方法逐个像素复制
double CopyImageByPtr(Mat originalImage, Mat &targetImage)
{
	double now=getTickCount();
	//行
	int rows=targetImage.rows;
	//每行总元素数量，此处图像为3通道
	int totalNum=targetImage.cols*targetImage.channels();
	//判断图像数据是否连续
	if(originalImage.isContinuous())
	{
		totalNum*=rows;
		rows=1;
	}
	//外层循环只执行一次
	for(int i=0;i<rows;i++)
	{
		uchar *data1=targetImage.ptr<uchar>(i);
		uchar *data2=originalImage.ptr<uchar>(i);
		for(int j=0;j<totalNum;j++)
		{
          data1[j]=data2[j];
		}
	}
	double end=getTickCount();
	//返回方法耗时
	return (end-now)/getTickFrequency();
}

//使用迭代器遍历逐个像素复制
double CopyImageByIterator(Mat originalImage, Mat &targetImage)
{
	double now=getTickCount();
	//获取起始位置迭代器
	Mat_<Vec3b>::iterator itBegin1=targetImage.begin<Vec3b>();
	Mat_<Vec3b>::iterator itBegin2=originalImage.begin<Vec3b>();
	//获取终止位置迭代器
	Mat_<Vec3b>::iterator itEnd1=targetImage.end<Vec3b>();
	Mat_<Vec3b>::iterator itEnd2=originalImage.end<Vec3b>();
	for(;itBegin1!=itEnd1;++itBegin1)
	{
		(*itBegin1)[0]=(*itBegin2)[0];
		(*itBegin1)[1]=(*itBegin2)[1];
		(*itBegin1)[2]=(*itBegin2)[2];
		++itBegin2;
	}
	double end=getTickCount();
	//返回方法耗时
	return (end-now)/getTickFrequency();
}

//OpenCV Copy方法实现图像复制
double CopyFun(Mat originalImage, Mat &targetImage)
{
	double now=getTickCount();
	originalImage.copyTo(targetImage);
	double end=getTickCount();	
	//返回方法耗时
	return (end-now)/getTickFrequency();
}

可见，指针方法是高效快捷访问像素的首选方法，然而跟opencv的Copy方法相比，还是弱爆了……