opencv笔记——图像操作

部分笔记参考自点击这里

• 学习图像操作的原因：
  前面我们已经学习了通过指针来访问图像矩阵中的每一个元素，从而达到访问图像，对图像进行操作的目的，但是由于指针操作存在一定的危险性，可能会由于指针操作而指向系统关键的运行区域，从而导致出现程序系统崩溃，影响电脑等问题，因而我们还有必要学习其他的简单地、基本的、适合初学者的操作图像的办法。

• 内容：
  具体内容为：对图像进行操作，首先要能够读写图像，然后要能够读写像素，最终目的是像素值修改

• 读写图像用到的主要函数是：
  imread（）可以指定加载为灰度或者RGB图像
  imwrite（）可以用来保存图像文件，类型由扩展名决定

• 读写像素：
  读一个灰度图像的像素的方法为：
  img.at(x,y);
  读一个三通道RGB图像像素的方法为：
  img.at(x,y)
  int b = img.at(x,y)[0];
  int g = img.at(x,y)[1];
  int r = img.at(x,y)[2];
  Vec3b代表的是三通道uchar型数据，
  Vec3f代表的是三通道float型数据。

下面通过代码来学习，实践出真知

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
    Mat srcimage=imread("C:/Users/xihua/Pictures/Saved Pictures/opencv操作图/luosi.jpg");
    if(srcimage.empty()) {
        cout<<"could not load the image"<<endl; return -1;
    }
    else
    {
        namedWindow("原图");
        imshow("原图",srcimage);
    }
    /*通过像素指针读取图像像素*/
    Mat one_image=Mat::zeros(srcimage.size(),srcimage.type());
    int channels=srcimage.channels();
    cout<<"The channels of srcimage is:"<<channels<<endl;
    int cols=srcimage.cols*channels;
    int rows=srcimage.rows;
    for(int row=0;row<rows;row++) {
        const uchar* current=srcimage.ptr<uchar>(row);
        uchar* output=one_image.ptr<uchar>(row);
        for(int col=0;col<cols;col++) {
            output[col]=current[col];
        }
    }
    namedWindow("效果图");
    imshow("效果图",one_image);
    /*读取一个单通道灰色图像*/
    Mat two_image;
    cvtColor(srcimage,two_image,CV_BGR2GRAY);
    namedWindow("灰度图像");
    imshow("灰度图像",two_image);
    Mat three_image(two_image.size(),two_image.type());
    int two_channels=two_image.channels();
    cout<<"the channels of two_image is:"<<two_image.channels()<<endl;
    int two_cols = two_image.cols;
    int two_rows=two_image.rows;
    for(int row=0;row<two_rows;row++)
        for(int col=0;col<two_cols;col++) {
            const uchar current=two_image.at<uchar>(row,col);
        three_image.at<uchar>(row,col)=current;
        }
    namedWindow("单通道像素读取效果图");
    imshow("单通道像素读取效果图",three_image);
    /*取单通道反差图像*/
    Mat four_image(two_image.size(),two_image.type());
    for(int row=0;row<two_rows;row++)
    for(int col=0;col<two_cols;col++) {
        int xiangsu=two_image.at<uchar>(row,col);
            four_image.at<uchar>(row,col)=255-xiangsu;
    }
    namedWindow("取反差图像效果图");
    imshow("取反差图像效果图",four_image);
    /*读取BGR三通道图像并取反差效果*/;
    Mat five_image(srcimage.size(),srcimage.type());
    rows=srcimage.rows;
    cols=srcimage.cols;
    for(int row=0;row<rows;row++)
    for(int col=0;col<cols;col++) {
        int b=srcimage.at<Vec3b>(row,col)[0];//读取蓝色通道像素值
        int g=srcimage.at<Vec3b>(row,col)[1];//读取绿色通道像素值
        int r=srcimage.at<Vec3b>(row,col)[2];//读取红色通道像素值
        /*取反差值*/
        five_image.at<Vec3b>(row,col)[0]=255-b;
        five_image.at<Vec3b>(row,col)[1]=255-g;
        five_image.at<Vec3b>(row,col)[2]=255-r;
        }
        namedWindow("三通道图像取反差效果图");
        imshow("三通道图像取反差效果图",five_image);
    waitKey(0);
    return 0;
}