Opencv2 computer vision application programming cookbook<一>

第一章介绍opencv的安装与开发环境,可以参考其他人的介绍,我使用VS2010 IDE

第二章介绍如何操作Mat访问图像的像素,比较了不同的方式及其速度,最后我选定一个速度比较快的方法:

#include "stdafx.h"
#include<iostream>  
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
 Mat InvertImage(Mat img)
{
//Mat cloneImg=img.clone();
int nl=img.rows;
int nc=img.cols*img.channels();
for(int j=0;j<nl;j++)
{
uchar* data=img.ptr<uchar>(j);
for (int i=0;i<nc;i++)
{
data[i]=255-data[i];

//*data++=255-*data;
}
}
return img;
}


int _tmain(int argc, _TCHAR* argv[])
{
Mat img=imread("lena.tiff",1);
namedWindow("Lena",1);
imshow("Lena",img);
img=InvertImage(img);
namedWindow("InvertLena");
imshow("InvertLena",img);
waitKey();
return 0;
}

这种方法是同时对彩色图像的三通道做相同的处理(这种方式也适用于灰度图像),还有另外一种方法是对彩色图像三通道分别处理:

 Mat InvertImage(Mat img)
{
int nl=img.rows;
int nc=img.cols;

for(int j=0;j<nl;j++)
{
uchar* data=img.ptr<uchar>(j);
for (int i=0;i<nc;i++)
{
data[i*3+0]=255-data[i*3+0];
data[i*3+1]=255-data[i*3+1];
data[i*3+2]=255-data[i*3+2];
}
}
return img;
}