OpenCV获取与设置像素点的值的几个方法

本文转自http://tmjfzy.blog.163.com/blog/static/6644702520126157403724/

 

Title:

• OpenCV
• OpenCV像素值的获取与设置

---

Fn 1 :

使用 Mat 中对矩阵元素的地址定位的知识 （参考博文：OpenCV中对Mat里面depth,dims,channels,step,data,elemSize和数据地址计算的理解）

Code 1 :

int main()

{

    //新建一个uchar类型的单通道矩阵（grayscale image 灰度图）

    Mat m(400, 400, CV_8U, Scalar(0));

    for (int col = 0; col < 400; col++)

    {

        for (int row = 195; row < 205; row++)

        {

            cout << (int)(*(m.data + m.step[0] * row + m.step[1] * col)) << "  ==> ";

            //获取第[row,col]个像素点的地址并用 * 符号解析

            *(m.data + m.step[0] * row + m.step[1] * col) = 255;

            cout << (int)(*(m.data + m.step[0] * row + m.step[1] * col)) << endl;

        }

    }

    imshow("canvas", m);

    cvWaitKey();

    return 0;

}

Output 1 :

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

...

Code1只是演示了单通道的情况，对于多通道的例子，请看 Code2 然后再看 Code3。

---

Fn 2 :

使用 Mat::at 函数

• 原型 template<typename _Tp> inline _Tp& Mat::at(…) //其中参数有多个，也就是说 at 函数有多个重载
• 返回值为 Mat 类型, Mat 有个索引的重载，也就是 [] 符号的重载，用这个重载可以定位多通道数据，具体示例可以看下面代码

下面的代码把红色通道值大于128的颜色的置为白色，左边为原图，右边为处理过后的图。

Code 2 :

int main()

{    

    Mat img = imread("lena.jpg");

    imshow("Lena Original", img);

    for (int row = 0; row < img.rows; row++)

    {

        for (int col = 0; col < img.cols; col++)

        {    

            /* 注意 Mat::at 函数是个模板函数, 需要指明参数类型, 因为这张图是具有红蓝绿三通道的图,

               所以它的参数类型可以传递一个 Vec3b, 这是一个存放 3 个 uchar 数据的 Vec(向量). 这里

               提供了索引重载, [2]表示的是返回第三个通道, 在这里是 Red 通道, 第一个通道(Blue)用[0]返回 */

            if(img.at<Vec3b>(row, col)[2] > 128)

                img.at<Vec3b>(row, col) = Vec3b(255, 255, 255);

        }

    }

    imshow("Lena Modified", img);

    cvWaitKey();

    return 0;

}

Output 2 :

Code 3 :

这段代码用的是 Fn1 的方式，效果和 Code 2 等价：

int main()

{    

    Mat img = imread("lena.jpg");

    imshow("Lena Original", img);

    for (int row = 0; row < img.rows; row++)

    {

        for (int col = 0; col < img.cols; col++)

        {

            //主要是这里的代码

            if(*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) > 128)

            {

                //[row, col]像素的第 1 通道地址被 * 解析(blue通道)

                *(img.data + img.step[0] * row + img.step[1] * col) = 255;

                //[row, col]像素的第 2 通道地址被 * 解析(green通道), 关于elemSize1函数的更多描述请见 Fn1 里所列的博文链接

                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1()) = 255;

                //[row, col]像素的第 3 通道地址被 * 解析(red通道)

                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) = 255;

            }

        }

    }

    imshow("Lena Modified", img);

    cvWaitKey();

    return 0;

}

Output 3 = Output 2

---

Fn 3 :

使用 Mat 的一个模板子类 Mat_<typename _Tp> 的 ( ) 符号重载定位一个像素

Code 4 :

int main()

{    

    Mat m(400, 400, CV_8UC3, Scalar(255, 255, 255));

    // m2 是 Mat_<Vec3b> 类型的, 因为 m 中元素的类型是 CV_8UC3, 可以用 Vec3b 存储 3 个通道的值

    // 注意 Mat_<CV_8UC3> 这种写法是错误的, 因为 CV_8UC3 只是一个宏定义

    // #define CV_8UC3 CV_MAKETYPE(CV_8U, 3)

    Mat_<Vec3b> m2 = m;

    // for 循环画一个红色的实心圆

    for (int y = 0; y < m.rows; y++)

    {

        for (int x = 0; x < m.rows; x++)

        {

            if (pow(double(x-200), 2) + pow(double(y-200), 2) - 10000.0 < 0.00000000001)

            {

                // Mat_ 模板类实现了对()的重载, 可以定位到一个像素

                m2(x, y) = Vec3b(0, 0, 255);

            }

        }

    }

    imshow("Image", m);

    cvWaitKey();

    return 0;

}

Output 4 : [ 看上去怎么有点不爽]

---

Fn 4 :

使用 Mat::ptr 模板函数

Code 5 :

int main()

{    

    Mat m(400, 400, CV_8UC3, Scalar(226, 46, 166));

    imshow("Before", m);

    for (int row = 0; row < m.rows; row++)

    {

        if (row % 5 == 0)

        {

            // data 是 uchar* 类型的, m.ptr<uchar>(row) 返回第 row 行数据的首地址

            // 需要注意的是该行数据是按顺序存放的,也就是对于一个 3 通道的 Mat, 一个像素有

            // 有 3 个通道值, [B,G,R][B,G,R][B,G,R]... 所以一行长度为:

            // sizeof(uchar) * m.cols * m.channels() 个字节

            uchar* data = m.ptr<uchar>(row);

            for (int col = 0; col < m.cols; col++)

            {

                data[col * 3] = 102; //第row行的第col个像素点的第一个通道值 Blue

                data[col * 3 + 1] = 217; // Green

                data[col * 3 + 2] = 239; // Red

            }

        }

    }

    imshow("After", m);

    cout << (int)m.at<Vec3b>(0, 0)[0] << ','; //利用 Fn 1 介绍的方法输出一下像素值到控制台

    cout << (int)m.at<Vec3b>(0, 0)[1] << ',';

    cout << (int)m.at<Vec3b>(0, 0)[2] << endl;

    cvWaitKey();

    return 0;

}

Output 5 :