【OpenCv】三天学会C++/OPENCV2基本操作之指针遍历图像

在大多数图像处理中，为了计算，往往需要遍历图像的所有像素，高效地遍历方法是非常重要的

第一种：指针法

例子：减少图像中的颜色数目

如将256x256x256的颜色数目减到32x32x32 原始图像中的每个颜色都替换为它所在格子的中心对应的颜色。

只要遍历图像中每个像素的每一个通道，将其值除以N（这里是8，用整除）。

#include "stdafx.h"
#include "opencv/cv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/features2d/features2d.hpp"
#include <math.h>
#include <iostream>

using namespace cv;
using namespace std;
//void colorReduce(Mat &image,int div=64);
void colorReduce(Mat &image,int div=64)
{
	int nl=image.rows; //行
	int nc=image.cols*image.channels();//每行的像素值
	for(int j=0;j<nl;j++){
		//得到第j行的首地址
   uchar* data = image.ptr<uchar>(j);
   for(int i=0;i<nc;i++){
	   //处理每一个像素
	   data[i]=data[i]/div*div+div/2;
	}
  }
}
int main()
{
	Mat image= cv::imread("imL.png");
	colorReduce(image);
	cv::namedWindow("Image");
	cv::imshow("Image",image);
	waitKey(0);
	return 0;
}

效果如下：

如果要保持源图像不变，我们则需要复制一份图像进行处理，可以使用：

cv::Mat imageClone =image.clone();

那么imageClone就成为一份原图的复制品

因为本文不探究C++编程中比较专业的方法，所以底层的指针运算暂不讨论（含迭代器），这些方法可以加快算法的速度，有兴趣可以自己查阅。附上迭代器的方法：

void colorReduce(cv::Mat &image,int div=64){
//初始位置
cv::Mat_<cv::Vec3b>::iterator it= image.begin<cv::Vec3b>();
//终止位置
cv::Mat_<cv::Vec3b>::iterator itend=image.end<cv::Vec3b>();
for(;it!=itend;++it){
(*it)[0]=(*it)[0]/div*div+div/2;
(*it)[1]=(*it)[0]/div*div+div/2;
(*it)[2]=(*it)[0]/div*div+div/2;
}
}

程序均手打测试，绝对可用！