[opencv]Mat类图像遍历

opencv学习-Mat类图像的遍历

原图：

 

2.1 简单存取像素值

// Mat类图像遍历.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
    Mat img=imread("1.jpg");
    Size size=Size(600,400);
    resize(img,img,size);
//遍历方式
    //1   简单存取像素值
    switch(img.channels())
{
    case 1:
    {for(int i=0;i<img.rows;i++)
      {
        for(int j=0;j<img.cols;j++)
            {
                img.at<uchar>(i,j)=0;
            }
       }
    break;
     }    
    case 3:
    {
        for(int i=0;i<img.rows;i++)
        {
            for(int j=0;j<img.cols;j++)
            {
                img.at<Vec3b>(i,j)[0]=0;
                img.at<Vec3b>(i,j)[1]=0;
            }
        }
    break;
    }
}

    namedWindow("celtics",1);
    imshow("celtics",img);
    waitKey(0);
    return 0;
}

由于opencv颜色顺序为BGR，将前面两种颜色置0，得到红色分量。

结果：

2.2 指针遍历

// Mat类图像遍历.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
    Mat img=imread("1.jpg");
    Size size=Size(600,400);
    resize(img,img,size);
//遍历方式
//    2   指针
    int nrows=img.rows;
    int ncols=img.cols*img.channels();
    if(img.isContinuous())
    {
       ncols*=nrows;
       nrows=1;
    }
    uchar *data;
          for(int j=0;j<nrows;j++)
          {   data=img.ptr<uchar>(j);
              for(int i=0;i<ncols;i+=3)
              {
                 data[i]=0;
                 data[i+1]=0;
              }
          }

    namedWindow("celtics",1);
    imshow("celtics",img);
    waitKey(0);
    return 0;
}

同样将B、G分量置0，得到红色分量。

结果：

2.3 迭代器

// Mat类图像遍历.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
    Mat img=imread("1.jpg");
    Size size=Size(600,400);
    resize(img,img,size);
//遍历方式
    //3   迭代器
    //迭代1   Mat_内部迭代器
    //Mat_<Vec3b>::iterator it=img.begin<Vec3b>();
    //Mat_<Vec3b>::iterator itend=img.end<Vec3b>();
    //迭代2   Mat 实例迭代器 模板类
    MatIterator_<Vec3b> it=img.begin<Vec3b>();
    MatIterator_<Vec3b> itend=img.end<Vec3b>();
    for(;it!=itend;it++)
    {
        (*it)[0]=0;
        (*it)[1]=0;
    }
    namedWindow("celtics",1);
    imshow("celtics",img);
    waitKey(0);
    return 0;
}

结果：

2.4 遍历效率比较

// Mat类图像遍历.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
    Mat img=imread("1.jpg"),img1,img2,img3;
    Size size=Size(600,400);
    resize(img,img,size);
    //遍历方式
    //1   简单存取像素值
    img1=img;
    double t1=static_cast<double>(getTickCount());
    switch(img1.channels())
{
    case 1:
    {for(int i=0;i<img1.rows;i++)
      {
        for(int j=0;j<img1.cols;j++)
            {
                img1.at<uchar>(i,j)=0;
            }
       }
    break;
     }    
    case 3:
    {
        for(int i=0;i<img1.rows;i++)
        {
            for(int j=0;j<img1.cols;j++)
            {
                img1.at<Vec3b>(i,j)[0]=0;
                img1.at<Vec3b>(i,j)[1]=0;
            }
        }
    break;
    }
}
    t1=static_cast<double>(getTickCount())-t1;
    t1/=getTickFrequency();
    //2   指针
    img2=img;
    double t2=static_cast<double>(getTickCount());
    int nrows=img2.rows;
    int ncols=img2.cols*img.channels();
    if(img2.isContinuous())
    {
       ncols*=nrows;
       nrows=1;
    }
    uchar *data;
          for(int j=0;j<nrows;j++)
          {   data=img2.ptr<uchar>(j);
              for(int i=0;i<ncols;i+=3)
              {
                 data[i]=0;
                 data[i+1]=0;
              }
          }
    t2=static_cast<double>(getTickCount())-t2;
    t2/=getTickFrequency();
    //3   迭代器
    //迭代1   Mat_内部迭代器
    //Mat_<Vec3b>::iterator it=img.begin<Vec3b>();
    //Mat_<Vec3b>::iterator itend=img.end<Vec3b>();
    //迭代2   Mat 实例迭代器 模板类
    img3=img;
    double t3=static_cast<double>(getTickCount());
    MatIterator_<Vec3b> it=img3.begin<Vec3b>();
    MatIterator_<Vec3b> itend=img3.end<Vec3b>();
    for(;it!=itend;it++)
    {
        (*it)[0]=0;
        (*it)[1]=0;
    }
    t3=static_cast<double>(getTickCount())-t3;
    t3/=getTickFrequency();
    //时间效率比较
    cout<<"简单存取时间（ms）"<<t1<<endl;
    cout<<"指针遍历时间（ms）"<<t2<<endl;
    cout<<"迭代器遍历时间（ms）"<<t3<<endl;
    namedWindow("celtics",1);
    imshow("celtics",img);
    waitKey(0);
    return 0;
}

结果：

总结：

迭代方式最慢，指针遍历效果最好，简单存取一般用于随机位置读写。