第五章 core组件进阶-- 访问图像中的元素

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。