OpenCV(六) Opencv中 core 核心模块详解——访问图像像素的几种方法

      介绍图像，当然要介绍如何访问图像的像素了～～

      1、像素在内存中的存储方式

      我们知道，图像是由像素组成。对于一幅图片，我们看到的是场景、颜色等，但是计算机看到的是一个大矩阵，矩阵包含的数据成千上万。那么，图像中的像素在计算机内存中是如何存储的呢？

      对于一幅灰度图像，即黑白图片（每个像素都有一个采样颜色，为单通道图像），每个像素值  Mat(i,j) 就是一个灰度值。如下图所示。灰度值一般范围为 0~255，白色为 255 ，黑色为0。

      但是彩色图像每个像素是有分量的。什么意思呢？以 RGB 图像为例，图像具有三通道，即每个像素都是由色彩分量 R、G、B组成，也就是说，每个像素都是由三个值组成的，但是最后反映到像素上，却是一个值。需要注意的是，第一个通道是 B 蓝色分量，第三个通道是 R 分量

      通常情况下，uchar 类型的三通道图像，RGB各有256级亮度，用数字表示为从0、1、2...直到255。按照计算，256级的RGB色彩总共能组合出约1678万种色彩，即256×256×256=16777216。通常也被简称为1600万色或千万色。也称为24位色(2的24次方)。

      2、颜色空间缩减

      我们知道，如果是 uchar 类型的三通道图像，存储像素颜色就有255 * 255 *255 = 1600万 多个，这大大增加了计算的复杂度，对算法性能的影响非常大。因此我们可以采用颜色空间缩减。具体做法就是：将颜色空间值除以某个值，来获得较少的颜色数。举个例子，0~10，我取0，10 ~19我取10，，依次类推吧。如果这样的话，就将颜色的取