像素存储
OpenCV 中图像矩阵的大小取决于所用的颜色模型,更准确的说是取决于图像所用到的通道数。
如果使用的是灰度图,矩阵大概如图所示:
如果使用的是多通道的图像,矩阵中的列会包含多个子列,子列的个数和通道数相等。例如 RGB 颜色模型的矩阵大致如下图所示:
很多情况下,因为内存足够大,可以实现连续存储,因此图像中的各行能够一行一行的连接起来,形成一个长行。连续存储有助于提升图像扫描速度,我们可以使用 isContinuous 来判断矩阵是不是连续存储的。
简单示例
下面模拟实现减少图像颜色的操作
// ---------------------【 colorReduce() 函数 】------------------
// 描述:使用【指针访问:C操作符[]】方法版的颜色空间缩减函数
// --------------------------------------------------------------
void colorReduce (Mat& inputImage, Mat& outputImage, int div)
{
// 参数准备
outputImage = inputImage.clone()j;
int rowNumber = outputImage.rows(); // 行号
int colNumber = outputImage.clos * outputImage.channels(); // 列数 * 通道数 = 每一行元素的个数
// 双重循环,遍历所有的元素
for (int i = 0; i < rowNumber; ++i) {
uchar* data = outputImage.ptr<uchar>(i); // 获取第 i 行的首地址
for (int j = 0; j < colNumber; ++j) {
// ------ 【开始处理了每个元素】------
data[j] = data[j] / div * div + div / 2;
}
}
}
Mat 类有若干成员函数,可以获取到图像的属性。公有成员函数变量 cols 和 rows 给出了图像大的宽和高,而成员函数 channels() 用于返回图像的通道数。灰度图的通道数是 1,彩色图的通道数是3.
以上示例还可以使用迭代器的方式实现
void colorReduce (Mat& inputImage, Mat& outputImage, int div)
{
// 参数准备
outputImage = inputImage.clone();
// 获取迭代器
Mat_<Vec3d>::iterator it = outputImage.begin<Vec3d>(); // 初始位置
Mat_<Vec3d>::iterator itend = outputImage.end<Vec3d>()' // 结束位置
for (; it != itend; ++it) {
(*it)[0] = (*it)[0] /div * div + div /2;
(*it)[1] = (*it)[1] /div * div + div /2;
(*it)[2] = (*it)[2] /div * div + div /2;
}
}