像素是图像的基本组成单位,熟悉了如何操作像素,就能更好的理解对图像的各种处理变换的实现方式了。
1.at方法
第一种操作像素的方法是使用“at”,如一幅3通道的彩色图像image的第i行j列的B、G、R分量分别表示为:
image.at<Vec3b>(i,j)[0];
image.at<Vec3b>(i,j)[1];
image.at<Vec3b>(i,j)[2];
而对于单通道的灰度图像就简单很多了:
image.at<uchar>(i,j);
这里要注意at中(i,j)的顺序表示的是第i行第j列,跟Point(i,j)和Rect(i,j)中表示第j行第i列是相反的,如果把这个搞混了,很容易导致内存异常,还不容易发现错误。
补充说明一下:OpenCV中坐标体系中的零点坐标定义为图片的左上角,X轴为图像矩形的上面那条水平线,从左往右;Y轴为图像矩形左边的那条垂直线,从上往下。在Point(x,y)和Rect(x,y)中,第一个参数x代表的是元素所在图像的列数,第二个参数y代表的是元素所在图像的行数,而在at(x,y)中是相反的。
演示程序如下:
- #include<iostream>
- #include<core/core.hpp>
- #include<highgui/highgui.hpp>
-
- using namespace cv;
- using namespace std;
-
- int main()
- {
- Mat image(Size(500,500),CV_8UC3);
- image.at<Vec3b>(100,250)[0]=0;
- image.at<Vec3b>(100,250)[1]=0;
- image.at<Vec3b>(100,250)[2]=255;
- putText(image,"at(100,250) is Here!",Point(250,100),0,0.7,Scalar(255,0,0)); //点,字体,大小
-
- image.at<Vec3b>(Point(100,250))[0]=0;
- image.at<Vec3b>(Point(100,250))[1]=0;
- image.at<Vec3b>(Point(100,250))[2]=255;
- putText(image,"at(Point(100,250)) is Here!",Point(100,250),0,0.7,Scalar(255,0,0));
-
- imshow("Test Function at",image);
- waitKey();
- return 0;
- }
2.行指针方法
行指针方法的思路是获取图像每一行的首地址的指针,把每一行当成一个循环对象,逐行遍历所有的像素。例如对于一个X行、Y列的图像image,每行需要循环 的数量是Y*image.channels(),channels表示的是图像的通道,对于灰度图像channels为1,对于彩色RGB图像,channels为3。
3.指针方法
对于硬件处理芯片来说,如果图像每行的长度是4或8的倍数的话,运算起来会更加快速,如果不是4或8的倍数的话,在运算前图像行长度会被补充至固定值。
“指针方法”是一种可以高效遍历图像的方式,但是只能针对没有经过填充的连续图像,所以在使用指针方法之前需要先判断图像有没有经过填充,是否连续性。判断的方法很简单,使用Mat的成员函数isContinuous来判断,若返回值为真的话,说明图像是连续的,可以应用行指针的方法遍历像素。
4.迭代方法
使用迭代器遍历图像集合中的各个元素,相比前3中方法,这个方法简直可以永简单快捷的“无脑操作”来形容,你只需获取集合中元素的首地址以及元素的终止位置,剩下的工作交给迭代器来完成就可以了,并且我们不用关心集合的数据类型,指针总是逐次访问下一地址,直到指针到达终止元素位置。不过其缺点也是显而易见的:不容易指定访问集合中某一个位置的元素。
话不多少,下边给出一个完整的四种访问图像像素方法的示例,并对每种方法的耗时作对比,包括opencv本身的Copy方法;当然五种方法实现的是同一个简单的功能——通过逐个遍历一幅图像的每一个像素,复制该图像到另一Mat对象。
- #include<iostream>
- #include<core/core.hpp>
- #include<highgui/highgui.hpp>
-
- using namespace cv;
- using namespace std;
-
-
- double CopyImageByAt(Mat originalImage, Mat &targetImage);
-
- double CopyImageByRowPtr(Mat originalImage, Mat &targetImage);
-
- double CopyImageByPtr(Mat originalImage, Mat &targetImage);
-
- double CopyImageByIterator(Mat originalImage, Mat &targetImage);
-
- double CopyFun(Mat originalImage, Mat &targetImage);
-
-
- int main()
- {
-
- //第二个参数表示图片读入的方式(flags可以缺省,缺省时flags=1,表示以彩色图片方式读入图片)
//flags>0时表示以彩色方式读入图片
//flags=0时表示以灰度图方式读入图片
//flags<0时表示以图片的本来的格式读入图片 - Mat image=imread("D:\\Picture\\lena.jpg",1);
-
-
- if(!image.data)
- {
- cout<<"you idiot!where did you hide lena!"<<endl;
-
- system("pause");
- return -1;
- }
- imshow("原始图像",image);
-
- Mat targetImage(image.size(),image.type());
- cout<<endl<<"At方法耗时:"<<CopyImageByAt(image,targetImage)<<endl;
- imshow("At方法",targetImage);
- cout<<endl<<"行指针方法耗时:"<<CopyImageByRowPtr(image,targetImage)<<endl;
- imshow("行指针方法",targetImage);
- cout<<endl<<"指针方法耗时:"<<CopyImageByPtr(image,targetImage)<<endl;
- imshow("指针方法",targetImage);
- cout<<endl<<"迭代方法耗时:"<<CopyImageByIterator(image,targetImage)<<endl;
- imshow("迭代方法",targetImage);
- cout<<endl<<"OpenCV Copy方法耗时:"<<CopyFun(image,targetImage)<<endl;
- imshow("Copy方法",targetImage);
- waitKey();
- return 0;
- }
-
-
- double CopyImageByAt(Mat originalImage, Mat &targetImage)
- {
- double now=getTickCount();
-
- int rows=originalImage.rows;
-
- int cols=originalImage.cols;
- for(int i=0;i<rows;i++)
- {
- for(int j=0;j<cols;j++)
- {
-
-
- targetImage.at<Vec3b>(i,j)[0]=originalImage.at<Vec3b>(i,j)[0];
- targetImage.at<Vec3b>(i,j)[1]=originalImage.at<Vec3b>(i,j)[1];
- targetImage.at<Vec3b>(i,j)[2]=originalImage.at<Vec3b>(i,j)[2];
- }
- }
- double end=getTickCount();
-
- return (end-now)/getTickFrequency();
- }
-
-
- double CopyImageByRowPtr(Mat originalImage, Mat &targetImage)
- {
- double now=getTickCount();
-
- int rows=targetImage.rows;
-
- int totalNum=targetImage.cols*targetImage.channels();
- for(int i=0;i<rows;i++)
- {
-
- uchar *data1=targetImage.ptr<uchar>(i);
-
- uchar *data2=originalImage.ptr<uchar>(i);
- for(int j=0;j<totalNum;j++)
- {
-
- data1[j]=data2[j];
- }
- }
- double end=getTickCount();
-
- return (end-now)/getTickFrequency();
- }
-
-
- double CopyImageByPtr(Mat originalImage, Mat &targetImage)
- {
- double now=getTickCount();
-
- int rows=targetImage.rows;
-
- int totalNum=targetImage.cols*targetImage.channels();
-
- if(originalImage.isContinuous())
- {
- totalNum*=rows;
- rows=1;
- }
-
- for(int i=0;i<rows;i++)
- {
- uchar *data1=targetImage.ptr<uchar>(i);
- uchar *data2=originalImage.ptr<uchar>(i);
- for(int j=0;j<totalNum;j++)
- {
- data1[j]=data2[j];
- }
- }
- double end=getTickCount();
-
- return (end-now)/getTickFrequency();
- }
-
-
- double CopyImageByIterator(Mat originalImage, Mat &targetImage)
- {
- double now=getTickCount();
-
- Mat_<Vec3b>::iterator itBegin1=targetImage.begin<Vec3b>();
- Mat_<Vec3b>::iterator itBegin2=originalImage.begin<Vec3b>();
-
- Mat_<Vec3b>::iterator itEnd1=targetImage.end<Vec3b>();
- Mat_<Vec3b>::iterator itEnd2=originalImage.end<Vec3b>();
- for(;itBegin1!=itEnd1;++itBegin1)
- {
- (*itBegin1)[0]=(*itBegin2)[0];
- (*itBegin1)[1]=(*itBegin2)[1];
- (*itBegin1)[2]=(*itBegin2)[2];
- ++itBegin2;
- }
- double end=getTickCount();
-
- return (end-now)/getTickFrequency();
- }
-
-
- double CopyFun(Mat originalImage, Mat &targetImage)
- {
- double now=getTickCount();
- originalImage.copyTo(targetImage);
- double end=getTickCount();
-
- return (end-now)/getTickFrequency();
- }
可见,指针方法是高效快捷访问像素的首选方法,然而跟opencv的Copy方法相比,还是弱爆了……