【拜小白opencv】16-用四种方法访问图像中的每个像素

常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。

本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。

博主机器配置为：VS2013+opencv2.4.13+Win-64bit。

若本文能给读者带来一点点启示与帮助，我就很开心了。

===========================分割线========================

颜色压缩（Color Reduction）最简单的理解就是减少表示图像的颜色数目，我们都知道，8位的3通道RGB真彩图像包括了1600多万（256×256×256=16777216）的颜色数目，其实在某些应用中用不到这么多数量，往往并不是将图像作为一个整体进行操作，而是对图像中的所有点或特殊点进行运算，所以遍历图像就显得很重要，如何高效的遍历图像是一个很值得探讨的问题。本节将介绍四种方法访问图像中的每个像素。

1. 动态地址计算——配合.at<Vec3b>(i, j)[k]访问像素。
2. 用指针来遍历图像——C操作符[]。
3. 更高效的方法——isContinuous()函数。
4. 迭代器——比较安全的方式。

=================================分割线===========================

图像矩阵如何存储在内存中

首先大致说明下图像数据如何在内存中存储。Mat是OpenCV2.x版本以上基本的图像类型，Mat可以视为一个矩阵，矩阵的大小依赖于该Mat是什么颜色空间（Color Space），比如最基本的灰度（Gray scale）或者RGB，CMYK，YCbCr等，因为这决定了该Mat具有多少个通道，一般来讲，灰度图像只有一个通道，而RGB图像具有三个通道。

对于灰度图像来讲，图像数据在内存中的存储如图所示：