OpenCV学习3：图像减色处理

前言

开局一张图，内容全靠编。

简介

彩色图像由三通道像素组成，每个通道表示红、绿、蓝三原色中一种颜色的亮度值，每个数值都是 8 位无符号字符类型，因此颜色总数为 256×256×256，超过 1600 万种颜色。因此，为了降低分析的复杂性，有时需要减少图像中颜色的数量。一种实现方法是把 RGB 空间细分到大小相等的方块中。例如，如果把每种颜色数量减少到 1/8，那么颜色总数就变为 32×32×32。将旧图像中的每个颜色值划分到一个方块，该方块的中间值就是新的颜色值；新图像使用新的颜色值，颜色数就减少了。

函数声明

void colorReduce(cv::Mat, int);

函数定义

void colorReduce(cv::Mat image, int div=64)
{
	int nl = image.rows; // 行数
						 // 每行的元素数量
	int nc = image.cols * image.channels();
	for (int j = 0; j < nl; j++) {
		// 取得行 j 的地址
		uchar* data = image.ptr<uchar>(j);
		for (int i = 0; i < nc; i++) {
			// 处理每个像素 --------------------- 
			data[i] = data[i] / div*div + div / 2;				//整数除法
			/*data[i] = data[i] - data[i] % div + div / 2;*/		//取模运算符

			// 像素处理结束 ---------------- 
		} // 一行结束
	}
}

实现原理

基本的减色算法很简单。假设 N 是减色因子，将图像中每个像素的值除以 N（这里假定使用整数除法，不保留余数）。然后将结果乘以 N，得到 N 的倍数，并且刚好不超过原始像素值。加上 N / 2，就得到相邻的 N 倍数之间的中间值。对所有 3 位通道值重复这个过程，就会得到 (256 / N) × (256 / N) × (256 / N)种可能的颜色值。

测试代码：

#include <opencv2/core.hpp> 
#include <opencv2/highgui.hpp>
#include <iostream>

void colorReduce(cv::Mat, int);

void colorReduce(cv::Mat image, int div = 64)
{
	int nl = image.rows; // 行数
						 // 每行的元素数量
	int nc = image.cols * image.channels();
	for (int j = 0; j < nl; j++) {
		// 取得行 j 的地址
		uchar* data = image.ptr<uchar>(j);
		for (int i = 0; i < nc; i++) {
			// 处理每个像素 --------------------- 
			data[i] = data[i] / div*div + div / 2;				//整数除法
			//data[i] = data[i] - data[i] % div + div / 2;		
			//减色计算也可以使用取模运算符，它可以直接得到 div 的倍数
																														// 像素处理结束 ---------------- 
		} // 一行结束
	}
}

int main()
{
	cv::Mat image;
	// 读取图像
	image = cv::imread("test.bmp");
	if (image.empty())
	{
		// 错误处理
		// 未创建图像……
		// 可能显示一个错误消息
		// 并退出程序
		std::cout << "no image!\n";
	}
	else
	{
		// 处理图像
		colorReduce(image, 64);
		// 显示图像
		cv::namedWindow("Image");
		cv::imshow("Image", image);
		cv::waitKey(0);
	}
	system("pause");
	return 0;
}

测试结果：

原图：

处理后图片：

OpenCV 默认的通道次序为 BGR。