OpenCV_操作像素

对图像像素的访问使用到image.at方法，需要注意的是，at方法是一个函数模板，需要在< >中给定其数据类型，一般而言，灰度图像使用uchar类型，彩色图像使用cv::Vec3b类型

访问像素操作的一个典型例子是椒盐噪声（将图像中的随机点的颜色替换成黑色或者白色），这时需要使用到cv::rand()函数。

此外，对像素的访问还可以使用cv::Mat_模板类，该类重载了运算符()，可以直接在()中给出访问的像素点。

效果：

代码：

#include <iostream>
#include "opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"

void salt(cv::Mat image, int n)
{
	int i, j;
	for (int k = 0; k < n; k++)
	{
		i = std::rand() % image.cols;
		j = std::rand() % image.rows;

		if (image.type() == CV_8UC1)
		{
			image.at<uchar>(j, i) = 255;
		}
		else if (image.type() == CV_8UC3)
		{
			image.at<cv::Vec3b>(j, i)[0] = 255;
			image.at<cv::Vec3b>(j, i)[1] = 255;
			image.at<cv::Vec3b>(j, i)[2] = 255;
		}
	}
}
int main()
{
	cv::Mat image = cv::imread("puppy.jpg");
	cv::imshow("raw_picture", image);
	salt(image, 30000);
	cv::namedWindow("Image_salted");
	cv::imshow("Image_salted", image);
	cv::waitKey(0);
}

减色函数：将旧图像中的每个颜色值划分到一个方块中，该方块的中间值就是新的颜色值。

这里使用了指针访问像素：image.ptr<>();该函数也是函数模板

效果：

代码：

#include <iostream>
#include "opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"

//减色函数
void colorReduce(cv::Mat image, int div = 64)
{
	int n1 = image.rows;
	int nc = image.cols*image.channels();
	for (int j = 0; j < n1; j++)
	{
		uchar* data = image.ptr<uchar>(j);
		for (int i = 0; i < nc; i++)
		{
			data[i] = data[i] / div*div + div / 2;
		}
	}
}

int main()
{
	cv::Mat image = cv::imread("puppy.jpg");
	cv::imshow("raw", image);
	colorReduce(image);
	cv::imshow("picture after reduce", image);
	cv::waitKey(0);
}

*在减色函数中，如果输入输出的图像不一致，可以改写colorReduce()函数， 其关键点在于：对输出的函数result需要使用create方法构建一个大小和类型都一致的矩阵

result.create(image.rows, image.cols, image.type() );

*用迭代器扫描图像

首先在起始位置获取迭代器

 cv::Mat<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();

然后获取结束位置     

cv::Mat<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();

遍历图像

for( ; it != itend ;++it)

{

(*it)[0] = ...

}

(it相当于图像像素的地址)

*扫描图像并访问相邻元素

图像处理领域有一个众所周知的结论：如果从图像中减去拉普拉斯算子部分，图像的边缘就会放大，因而图像变得更加尖锐。

用以下方法计算锐化的数值：

sharpened_pixel = 5 * current - left - right - up - down ;（锐化滤波器）

效果：

代码：

#include <iostream>
#include "opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
//锐化函数
void sharpen(const cv::Mat &image, cv::Mat &result)
{
	result.create(image.size(), image.type());
	int nchannels = image.channels();
	for (int j = 1; j < image.rows - 1; j++)
	{
		const uchar* precious = image.ptr<const uchar>(j - 1);
		const uchar* current = image.ptr<const uchar>(j);
		const uchar* next = image.ptr<const uchar>(j + 1);
		uchar* output = result.ptr<uchar>(j);
		for (int i = nchannels; i < (image.cols - 1)*nchannels; i++)
		{
			*output++ = cv::saturate_cast<uchar>(
				5 * current[i] - current[i - nchannels] - 
				current[i + nchannels] - precious[i] - next[i]);
		}
	}
	//把未处理的像素设为0
	result.row(0).setTo(cv::Scalar(0));
	result.row(result.rows - 1).setTo(cv::Scalar(0));
	result.col(0).setTo(cv::Scalar(0));
	result.col(result.cols - 1).setTo(cv::Scalar(0));
}

int main()
{
	cv::Mat image = cv::imread("puppy.jpg");
	cv::Mat result;
	cv::imshow("raw", image);
	sharpen(image, result);
	cv::imshow("shapen picture", result);
	cv::waitKey(0);

}

鉴于滤波是图像处理中常见的操作，OpenCV专门为此定义了一个函数cv::filter2D。

要使用这个函数，只需要定义一个内核，点用该函数并传入图像和内核，即刻返回滤波后的图像。

void sharpen2D(const cv::Mat &image, cv::Mat &result)
{
	cv::Mat kernel(3,3,CV_32F,cv::Scalar(0));
	kernel.at<float>(1,1) = 5.0;
	kernel.at<float>(0,1) = -1.0;
	kernel.at<float>(2,1) = -1.0;
	kernel.at<float>(1,0) = -1.0;
	kernel.at<float>(1,2) = -1.0;
	cv::filter2D(image,result,image.depth(),kernel);
}

*实现简单的图像运算
两图像相加常用的函数：

cv::add()

cv::addWeighted()  （加权相加）

如将两图像相加效果

错误记录：

cv::addWeighted()函数要求相加的两图像的尺寸必须完全一样，使用前需要使用cv::resize()函数保证两图像的尺寸一致

代码：

#include <iostream>
#include "opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"

//图像相加
int main()
{
	cv::Mat puppy = cv::imread("puppy.jpg");
	cv::imshow("puppy", puppy);
	cv::Mat twinkle = cv::imread("twinkle.jpg");
	cv::resize(twinkle, twinkle, puppy.size());
	cv::imshow("twinkle", twinkle);
	cv::Mat result;
	cv::addWeighted(puppy, 0.6, twinkle, 0.4,0.0, result);
	cv::imshow("result", result);
	cv::waitKey(0);
}

在OpenCV中，大部分C++的运算符都被重载，因此可用以下语句做图像相加:

result = 0.6* image1 + 0.4*image2;

有时需要分别处理图像中的不同通道，可对图像中的一个通道执行某个操作，这时可用

cv::split()函数分割三通道

cv::merge()函数合并三通道

*图像重映射

效果：

代码：

#include <iostream>
#include "opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"

//图像重映射
void wave(const cv::Mat &image, cv::Mat &result)
{
	cv::Mat srcX(image.rows, image.cols, CV_32F);
	cv::Mat srcY(image.rows, image.cols, CV_32F);
	for (int i=0;i<image.rows;i++)
		for (int j = 0; j < image.cols; j++)
		{
			srcX.at<float>(i, j) = j;
			srcY.at<float>(i, j) = i + 5 * sin(j / 10);
		}
	cv::remap(image, result, srcX, srcY, cv::INTER_LINEAR);
}

int main()
{
	cv::Mat image = cv::imread("puppy.jpg");
	cv::imshow("image", image);
	cv::Mat result;
	wave(image, result);
	cv::imshow("result", result);
	cv::waitKey(0);
}