opencv学习记录1--基本概念(1)

/*
毛星云《opencv3编程入门》学习记录，并非原创。
*/

1.图像的存储

    图像由像素组成，一幅图像即一个存储众多像素的像素点矩阵。而每个像素又存储了许多数据，没别代表了图像的各个特征。
    在opencv中，图像的数据被存储在Mat容器当中。
    Mat类数据结构是opencv的主要数据结构，Mat类的存在使使用者无需手动为其分配内存与手动为其释放内存。
    Mat的数据包括两部分呢:
    矩阵头和一个指向存储所有像素值的矩阵的指针。
矩阵头包括:
    矩阵尺寸，存储方式，存储地址等信息。

2.像素值的存储

    像素值的存储需要指定颜色空间和数据类型。

    1.颜色空间是指针对一个给定的颜色，如何组合颜色元素以对其编码。其中灰度级空间是最简单的，只处理黑白两种颜色以组合出不同的灰色。而彩色则具有多种颜色空间。RGB颜色空间等。

    .灰度级空间以对黑，白两种颜色进行组合。
    .RGB颜色空间，以红，绿，蓝三原色为基色进行组合，最为常见。
    .HSV和HLS把颜色分解成色调，饱和度和亮度/明度。
    .YCrCb在JPEG图像格式中广泛使用.
    .CIE L*a*b是一种在感知上均匀的颜色空间。适合用来度量两个颜色间的距离。

    2.数据类型则决定了一个元素的定义域。

    .char（有符号或者无符号）
    .float/double

3.像素的操作与颜色缩减

    像素操作的三种方法：

    1.使用指针
    2.使用迭代器
    3.使用Mat类的at方法

    以图像的颜色缩减为目的，分别使用三种像素操作方法实现：

    颜色缩减（能大大降低算法的复杂度）：  
            1.遍历像素矩阵每一个像素；
            2.对每一个像素应用公式

/*
时间：2016.4.23

关于opencv学习

图像处理--遍历图像像素 与 颜色缩减实现的几种不同方法

（学习毛星云编著图书记录）
*/

#include <opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void ColorReduceOfPtr(const Mat &srcImage, Mat &dstImage, int div);
void ColorReduceOfIterator(const Mat &srcImage, Mat &dstImage, int div);
void ColorReduceOfAt(const Mat &srcImage, Mat &dstImage, int div);

int main()
{
    Mat input = imread("source.jpeg", 1);
    if (!input.data)
    {
        cout << "读取图片失败！" << endl;
        exit(EXIT_FAILURE);
    }

    Mat srcImage;
    Mat dstImage;

    resize(input, srcImage, Size(0, 0), 0.3, 0.3, 1);        //改变图像尺寸

    int imageW = srcImage.rows;
    int imageH = srcImage.cols;

    dstImage.create(Size(imageW, imageH), srcImage.type());  //以srcImage的尺寸构建dstImage

    //ColorReduceOfPtr(srcImage, dstImage, 50);
    //ColorReduceOfIterator(srcImage, dstImage, 50);
    ColorReduceOfAt(srcImage, dstImage, 50);

    namedWindow("原始图片窗口", 1);
    namedWindow("目标图片窗口", 1);

    imshow("原始图片窗口", srcImage);
    imshow("目标图片窗口", dstImage);

    while ((char)waitKey() != 'q');

    return 0;
}

//指针操作像素实现颜色缩减
void ColorReduceOfPtr(const Mat &srcImage, Mat &dstImage, int div)
{
    dstImage = srcImage.clone();

    int rowNumber = dstImage.rows;
    int colNumber = dstImage.cols * srcImage.channels();

    //遍历所有元素
    for (int i = 0; i < rowNumber; i++)
    {
        uchar *data = dstImage.ptr<uchar>(i);
        for (int j = 0; j < colNumber; j++)
        {
            data[j] = data[j] / div*div + div / 2;
        }
    }
}

//迭代器操作像素实现颜色缩减
void ColorReduceOfIterator(const Mat &srcImage, Mat &dstImage, int div)
{
    dstImage = srcImage.clone();

    Mat_<Vec3b>::iterator it = dstImage.begin<Vec3b>();
    Mat_<Vec3b>::iterator itend = dstImage.end<Vec3b>();

    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;
    }
}

//配合at方法实现颜色缩减
void ColorReduceOfAt(const Mat &srcImage, Mat &dstImage, int div)
{
    dstImage = srcImage.clone();

    int rowNumber = dstImage.rows;
    int colNumber = dstImage.cols;

    for (int i = 0; i < rowNumber; i++)
    {
        for (int j = 0; j < colNumber; j++)
        {
            dstImage.at<Vec3b>(i, j)[0] =
                dstImage.at<Vec3b>(i, j)[0] / div*div + div / 2;
            dstImage.at<Vec3b>(i, j)[1] =
                dstImage.at<Vec3b>(i, j)[1] / div*div + div / 2;
            dstImage.at<Vec3b>(i, j)[2] =
                dstImage.at<Vec3b>(i, j)[2] / div*div + div / 2;
        }
    }
}