积分图的实现


//改进的计算像素灰度值积分图像
//p_w_picpath_Src:灰度图
//p_w_picpath_Integral：p_w_picpath_Src大小相同的CV_32SC1类型
//方法：Integral(y,x) = Integral(y-1,x) + rowSum(y);
void CalculateIntegralImage(const Mat &p_w_picpath_Src,Mat &p_w_picpath_Integral)
{
	step 1.重新分配图像(如果需要)/
	//新图像的大小
	int width_Dst=p_w_picpath_Src.cols;
	int height_Dst=p_w_picpath_Src.rows;
	p_w_picpath_Integral.create(Size(width_Dst,height_Dst),CV_32SC1);//如果重新分配，之前的空间会扔掉
	p_w_picpath_Integral.setTo(Scalar(0));

	step 2.计算积分图
	//参数
	int widthStep_Src=p_w_picpath_Src.step1(0);//行的通道数,这里一定要注意！！！
	int widthStep_Integral=p_w_picpath_Integral.step1(0);//行的通道数
	
	int channelCount_Src=p_w_picpath_Src.step1(1);//每个点的通道数
	int channelCount_Integral=p_w_picpath_Integral.step1(1);//每个点的通道数

	//第一行
	uchar *row_Src=p_w_picpath_Src.data;
	int *row_Integral=(int *)p_w_picpath_Integral.data;//注意指针的转换
	for (int y=0;y<=p_w_picpath_Src.rows-1;++y)
	{
		int sum=0;//当前行的累加和
		//列
		uchar *col_Src=row_Src;
		int *col_Integral=row_Integral;
		for (int x=0;x<=p_w_picpath_Src.cols-1;++x)
		{
			//该行的累加
			sum+=col_Src[0];

			//计算第0行,第一行单独处理
			if (y==0)
			{
				col_Integral[0]=sum;
			}
			else
			{
				//非第0行
				//当前行累加和+同列的上一个元素的值
				col_Integral[0]=sum+col_Integral[0-widthStep_Integral];//下标
				//col_Integral[0]=sum+*(col_Integral-p_w_picpath_Integral.cols);//指针移动

			}

			//下一个像素
			col_Src++;
			col_Integral++;

		}
		//下一行
		row_Src+=widthStep_Src;
		row_Integral+=widthStep_Integral;
	}


}