[OpenCV2]访问数据值

为了访问矩阵的每个元素,只要知道它的行数和列数就可以了.我们用一个数值能够获取到它相应的元素值.对于多通道的图像我们需要使用一个向量值.

Getting ready

为了举例如何直接访问像素值,我们创建一个简单的功能:对一个图像添加椒盐噪声.椒盐噪声是一个特定的噪声,图像中的一些像素被白色或者黑色的像素点替代了.这种噪声发生在有错误通讯中,在文件传输途中,有些像素值丢失了.在我们的例子中,我们仅仅随机选择一些像素点,然后把他们改成白色的点.

How to do it....

我们创建一个可以接受输入图像的功能函数.输入的图像会被我们的功能函数修改.为了实现这个目的,我们使用引用传递机制.第二个参数是我们要覆盖白色像素的总个数.

void salt(cv::Mat &image, int n) {
   for (int k=0; k<n; k++) {
      // rand() is the MFC random number generator
      // try qrand() with Qt
      int i= rand()%image.cols;
      int j= rand()%image.rows;
      if (image.channels() == 1) { // gray-level image
         image.at<uchar>(j,i)= 255; 
      } else if (image.channels() == 3) { // color image
         image.at<cv::Vec3b>(j,i)[0]= 255; 
         image.at<cv::Vec3b>(j,i)[1]= 255; 
         image.at<cv::Vec3b>(j,i)[2]= 255; 
      }
   }
}
通过创建一个循环n次的简单循环,然后把像素值255赋值给随机选择的像素实现函数的功能,在这里,使用随机数,第i列,j行的像素被选择.需要注意的是,我们在访问每个像素前,需要先区分图像是灰度图像还是彩色图像.对于灰度图像,直接把255复制给8-bit的值就可以了.对于彩色图像,需要把255分别复制给三个原色通道来生成白色像素.

可以通过传递一个已经打开的图像使用这个功能函数:

// open the image
   cv::Mat image= cv::imread("boldt.jpg");
   // call function to add noise
   salt(image,3000);
   // display image
   cv::namedWindow("Image");
   cv::imshow("Image",image);

运行结果如下:


How it works..

cv::Mat类包含了几个方法用来访问一个图像的不同属性.公有的成员变量cols和rows给出了图像的列数和行数.对于像素的访问,cv::Mat有方法:at(int y,int x).但是,在程序编译时,这个方法的返回类型是不知道的,因此cv::Mat支持任意类型的元素,可以根据自己的需要,指定元素返回类型.这是at方法使用模版实现的原因.所以当你使用它的时候,指定图像元素的类型,如:

image.at<uchar>(j,i)= 255;

要确保指定类型和数组包含类型相匹配.at方法并不是能够执行任意类型的转换.

在彩色图像中,每个像素和红绿蓝三个通道是相关的.因此,一个包含彩色图像的cv::Mat会返回三个8字节的向量.OpenCV中已经定义好了返回类型,如一个很短被称为cv::Vec3b的向量.这个三个unsigned char类型的向量.这解释了为什么访问彩色像素元素被写为如下形式.

image.at<cv::Vec3b>(j,i)[channel]= value;
索引chanel 指定了三个颜色通道位置.

于此类似,存在2元素和4元素的向量(cv::Vec2b and cv:: Vec4b)和其他类型.在以后的例子中,类型最后一个字母会被替代.s代表short,i代表int,f代表float,d代表double型.所有的类型都是使用类模版cv::Vec<T,N>定义的.T表示类型,N表示向量的元素数目.

There's more...

使用cv::Mat类的at方法有时是笨重的,因为每次调用必须指定模版返回类型的模版参数.当矩阵类型知道后,可以使用cv::Mat的模版子集cv::Mat_ 类.这个类定义了一些额外的方法但是没有新的数据属性,所以可以使用指针或者引用一个类直接转换为另一个类.在额外的王法中,有重载操作符()允许直接访问矩阵元素.因此,如果把image 引用到一个uchar矩阵,可以这样写:

cv::Mat_<uchar> im2= image; // im2 refers to image
   im2(50,100)= 0; // access to row 50 and column 100
因为这个cv::Mat_ 元素类型 在变量创建时是已经声明的,重载操作符()方法知道在编译时的返回类型了.使用重载操作符()方法提供了与at方法完全相同的结果,但是书写更简便.







  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
【优质项目推荐】 1、项目代码均经过严格本地测试,运行OK,确保功能稳定后才上传平台。可放心下载并立即投入使用,若遇到任何使用问题,随时欢迎私信反馈与沟通,博主会第一时间回复。 2、项目适用于计算机相关专业(如计科、信息安全、数据科学、人工智能、通信、物联网、自动化、电子信息等)的在校学生、专业教师,或企业员工,小白入门等都适用。 3、该项目不仅具有很高的学习借鉴价,对于初学者来说,也是入门进阶的绝佳选择;当然也可以直接用于 毕设、课设、期末大作业或项目初期立项演示等。 3、开放创新:如果您有一定基础,且热爱探索钻研,可以在此代码基础上二次开发,进行修改、扩展,创造出属于自己的独特应用。 欢迎下载使用优质资源!欢迎借鉴使用,并欢迎学习交流,共同探索编程的无穷魅力! 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
OpenCV(Open Source Computer Vision Library)是一个广泛使用的计算机视觉库,提供了许多处理图像和视频的功能。在OpenCV中,Mat是一种常用的数据结构,用于存储和操作图像和矩阵数据。 Mat是一个多维数组,可以表示灰度图像、彩色图像、深度图像等。它由数据指针、行数、列数、通道数和其他一些元数据组成。 在OpenCV中,Mat的数据类型可以是8位、16位、32位浮点型或64位浮点型。对于灰度图像,通常使用单通道的Mat表示,而对于彩色图像,则使用3通道(BGR顺序)的Mat。 你可以通过以下代码创建一个Mat对象并访问数据: ```cpp #include <opencv2/opencv.hpp> int main() { cv::Mat image; // 创建一个空的Mat对象 // 从文件加载图像 image = cv::imread("image.jpg"); // 访问图像数据 int rows = image.rows; // 获取图像的行数 int cols = image.cols; // 获取图像的列数 int channels = image.channels(); // 获取图像的通道数 // 遍历图像 for (int i = 0; i < rows; i++) { for (int j = 0; j < cols; j++) { // 访问像素 cv::Vec3b pixel = image.at<cv::Vec3b>(i, j); // 对像素进行操作 pixel[0] = 255; // 修改蓝色通道为255 // 更新像素 image.at<cv::Vec3b>(i, j) = pixel; } } // 保存图像 cv::imwrite("modified_image.jpg", image); return 0; } ``` 这是一个简单的示例,展示了如何创建、加载、访问和保存图像数据。Mat对象的数据可以通过at()方法访问,其中指定了要访问的像素的行和列。对于彩色图像,可以使用Vec3b类型的对象来表示每个像素的,其中每个通道的由0到255的整数表示。 希望这能帮到你!如果还有其他问题,请随时问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值