OpenCV中遍历图像的基本方式

        OpenCV中的图像处理最关键最基础的部分就是像素点的遍历，在OpenCV中提供了丰富的函数及其方法来进行像素的遍历，在不少的资料上也基本统一，无非是基于c语言的指针的遍历，基于c++的迭代器遍历以及at方法遍历。下面分别列出三种方法代码来记录一下这三种方法，代码和方法参考了《Opencv3编程学习》和《Opencv2计算机视觉编程》两本书，并采用c++接口风格。本个例子是对三通道彩色图像做颜色压缩处理。

1、指针遍历方法

void colorReduce1(Mat inputImg,Mat outputImg,int div)
{
	outputImg = inputImg.clone();
	int rows = outputImg.rows;
	int cols = outputImg.cols;
	int colNum = cols*outputImg.channels();
	for(int i = 0;i < rows;i++)
	{
		uchar *data = outputImg.ptr<uchar>(i);
		for (int j = 0;j < colNum;j++)
		{
			data[j] = data[j]/div*div+div/2;
		}
	}
}

这种方法的基本思路是，图像矩阵在内存中是一段连续的内存，因此可以用指针偏移的方法来访问每一个像素的每一个通道。这里最重要的一句话就是访问到矩阵每一行的首地址，也就是下面这句话。

uchar *data = outputImg.ptr<uchar>(i);

还有另外一种c风格的指针遍历法，那一种方法比上述方法更加不直观，但是原理和上述代码完全相同。

2、迭代器法

void colorReduce2(Mat inputImg,Mat outputImg,int div)
{
	outputImg = inputImg;
	int rows = inputImg.rows;
	int cols = inputImg.cols;
	Mat_<Vec3b>::iterator it = outputImg.begin<Vec3b>();
	Mat_<Vec3b>::iterator itend = outputImg.end<Vec3b>();
	for (;it!=itend;it++)
	{
		(*it)[0] = (*it)[0]/div*div+div/2;
		(*it)[1] = (*it)[1]/div*div+div/2;
		(*it)[2] = (*it)[2]/div*div+div/2;
	}
}

这种方法利用了c++的迭代器，最大的优势就是不会有数组越界的情况，安全性有保证，而且比较直观。不足是速度较为指针较慢。

3、at方法

void colorReduce3(Mat inputImg,Mat outputImg,int div)
{
	outputImg = inputImg;
	int rows = inputImg.rows;
	int cols = inputImg.cols;
	for (int i = 0;i < rows;i++)
	{
		for (int j = 0;j < cols;j++)
		{
			outputImg.at<Vec3b>(i,j)[0] = outputImg.at<Vec3b>(i,j)[0]/div*div+div/2;
			outputImg.at<Vec3b>(i,j)[1] = outputImg.at<Vec3b>(i,j)[1]/div*div+div/2;
			outputImg.at<Vec3b>(i,j)[2] = outputImg.at<Vec3b>(i,j)[2]/div*div+div/2;
		}
	}
}

同样是直观的写法，但是速度比迭代器更慢。