文章目录
5.1 访问图像中的元素
5.1.1 图像在内存之中的存储方式
图像矩阵的大小取决于所用的颜色模型,即通道数。
灰度图像 VS RGB颜色模型
5.1.2 颜色空间缩减
颜色值0到9可取为新值0,颜色值10到19可取为10。
int divideWith = 10;
u_char table[256];
for (int i = 0; i < 256; i++)
{
table[i] = (i/divideWith)*divideWith;
}
5.1.3 LUT函数:Look up table操作
Mat lookUpTable(1,256,CV_8U);
u_char* p = lookUpTable.data;
for (int i = 0; i < 256; i++)
{
p[i] = table[i];
}
for (int i = 0; i < 256; i++)
{
LUT(I, lookUpTable, O); //I是输入均值,O是输出矩阵
}
5.1.4 计时函数
- getTickCount()函数返回CPU自某个事件(如启动电脑)以来走过的时钟周期数。
- getTickFrequency()函数返回CPU一秒钟所走的时钟周期数。这样,就可以轻松地以秒为单位对某运算计时。
double time0 = static_cast<double>(getTickCount());
//进行图像处理操作
time0 = ((double)getTickCount() - time0)/getTickFrequency(); //运行时间
5.1.5 访问图像中像素的三类方法
一:指针访问:C操作符[]
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <cmath>
using namespace std;
using namespace cv;
void colorReduce(Mat& inputImage, Mat& outputImage, int div);
int main( )
{
//【1】创建原始图并显示
Mat srcImage = imread("1.jpg");
imshow("原始图像",srcImage);
//【2】按原始图的参数规格来创建创建效果图
Mat dstImage;
dstImage.create(srcImage.rows,srcImage.cols,srcImage.type());//效果图的大小、类型与原图片相同
//【3】记录起始时间
double time0 = static_cast<double>(getTickCount());
//【4】调用颜色空间缩减函数
colorReduce(srcImage,dstImage,32);
//【5】计算运行时间并输出
time0 = ((double)getTickCount() - time0)/getTickFrequency();
cout<<"\t此方法运行时间为: "<<time0<<"秒"<<endl; //输出运行时间
//【6】显示效果图
imshow("效果图",dstImage);
imwrite("2.jpg", dstImage);
waitKey(0);
}
//---------------------------------【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(); //拷贝实参到临时变量
int rowNumber = outputImage.rows; //行数
int colNumber = outputImage.cols*outputImage.channels(); //列数 x 通道数=每一行元素的个数
//双重循环,遍历所有的像素值
for(int i = 0;i < rowNumber;i++) //行循环
{
uchar* data = outputImage.ptr<uchar>(i); //获取第i行的首地址
for(int j = 0;j < colNumber;j++) //列循环
{
// ---------【开始处理每个像素】-------------
data[j] = data[j]/div*div + div/2;
//*data++ = *data/div*div + div/2;
// ----------【处理结束】---------------------
} //行处理结束
}
}
二:用迭代器操作像素
相比用指针访问可能出现越界问题,迭代器绝对是非常安全的方法。
//-------------------------------------【colorReduce( )函数】-----------------------------
// 描述:使用【迭代器】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(); //拷贝实参到临时变量
//获取迭代器
Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>(); //初始位置的迭代器
Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); //终止位置的迭代器
//存取彩色图像像素
for(;it != itend;++it)
{
// ------------------------【开始处理每个像素】--------------------
(*it)[0] = (*it)[0]/div*div + div/2;
(*it)[1] = (*it)[1]/div*div + div/2;
(*it)[2] = (*it)[2]/div*div + div/2;
// ------------------------【处理结束】----------------------------
}
}
三:动态地址计算
//----------------------------------【colorReduce( )函数】-------------------------------
// 描述:使用【动态地址运算配合at】方法版本的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
//参数准备
outputImage = inputImage.clone(); //拷贝实参到临时变量
int rowNumber = outputImage.rows; //行数
int colNumber = outputImage.cols; //列数
//存取彩色图像像素
for(int i = 0;i < rowNumber;i++)
{
for(int j = 0;j < colNumber;j++)
{
// ------------------------【开始处理每个像素】--------------------
outputImage.at<Vec3b>(i,j)[0] = outputImage.at<Vec3b>(i,j)[0]/div*div + div/2; //蓝色通道
outputImage.at<Vec3b>(i,j)[1] = outputImage.at<Vec3b>(i,j)[1]/div*div + div/2; //绿色通道
outputImage.at<Vec3b>(i,j)[2] = outputImage.at<Vec3b>(i,j)[2]/div*div + div/2; //红是通道
// -------------------------【处理结束】----------------------------
} // 行处理结束
}
}
成员函数at(int x, int y)可以用来存取图像元素,但是必须在编译期就知道图像的数据类型。而且要确保指定的数据类型和矩阵中的数据类型相符合,因为at本身不会对任何数据类型进行转换。
对于彩色图像,每个像素由三个部分构成:蓝色通道、绿色通道和红色通道。因此,对于一个包含彩色图像的Mat,会返回一个由三个8位数组成的向量。OpenCV将此类型的向量定义为Vec3b,即由三个unsigned char组成的向量。