多通道图像遍历

方法一：普通遍历

[cpp]  view plain  copy

1. for(int y = 0;y < height; y++)//行              
2.     {  
3.         for(int x = 0; x < width; x++)//列  
4.         {  
5.             Scalar pix = srcImg.at<Vec3b>(y,x);  
6.             int channle0 = pix[0];  
7.             int channle1 = pix[1];  
8.             int channle2 = pix[2];  
9.         }  
10.     }     

方法二：行指针，比较高效

[cpp]  view plain  copy

1. for(int y = 0;y < height; y++)//行           
2. {  
3.     Vec3b *pSrcData = srcImg.ptr<Vec3b>(y);//每一行的指针  
4.     for(int x = 0; x < width; x++)//列  
5.     {  
6.         int channle0 = pSrcData[x][0];  
7.         int channle1 = pSrcData[x][1];  
8.         int channle2 = pSrcData[x][2];  
9.     }  
10. }  

方法三：行指针，比方法二高效

[cpp]  view plain  copy

1. for(int y = 0;y < height; y++)//行              
2.     {  
3.         uchar *pSrcData = srcImg.ptr<uchar>(y);//每一行的指针  
4.         for(int x = 0; x < width; x++)//列  
5.         {  
6.             int channle0 = pSrcData[x*channel];  
7.             int channle1 = pSrcData[x*channel+1];  
8.             int channle2 = pSrcData[x*channel+2];  
9.         }  
10.     }  

在每一行数据元素之间在内存里是连续存储的，因为图像在OpenCV里的存储机制问题，行与行之间可能有空白单元。

方法四：数据指针。高效

[cpp]  view plain  copy

1. uchar *pSrcData = srcImg.data;//每一行的指针  
2.     for(int y = 0;y < height; y++)//行              
3.     {  
4.         for(int x = 0; x < width; x++)//列  
5.         {  
6.             int channle0 = pSrcData[y*width*channel+x*channel];  
7.             int channle1 = pSrcData[y*width*channel+x*channel+1];  
8.             int channle2 = pSrcData[y*width*channel+x*channel+2];  
9.         }  
10.     }  

一般来说图像行与行之间往往存储是不连续的，但是有些图像可以是连续的，Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时，我们就可以把图像完全展开，看成是一行。