下面直接来看代码
#include<iostream>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img;
img = imread("D:/photogallery/image_4.png");
if (img.empty())
{
cout << "读入失败" << endl;
return -1;
}
imshow("图片4", img);
for (int row = 0; row < img.rows; row++)
{
for (int col = 0; col<img.cols; col++)
{
if (img.channels() == 1)//灰度图片
{
int pv = img.at<uchar>(row, col);
img.at<uchar>(row, col) = 255 - pv;
}
if (img.channels() == 3)//BGR图片
{
Vec3b bgr = img.at<Vec3b>(row, col);
img.at<Vec3b>(row, col)[0] = 255 - bgr[0];
img.at<Vec3b>(row, col)[1] = 255 - bgr[1];
img.at<Vec3b>(row, col)[2] = 255 - bgr[2];
}
}
}
/*int dims = img.channels();
for (int row = 0; row < img.rows; row++)
{
uchar*current_row = img.ptr<uchar>(row);
for (int col = 0; col <img.cols; col++)
{
if (dims == 1)
{
int pv = *current_row;
*current_row ++= 255 - pv;
}
if (dims == 3)
{
Vec3b bgr = img.at<Vec3b>(row, col);
*current_row++ = 255 - *current_row;
*current_row++ = 255 - *current_row;
*current_row++ = 255 - *current_row;
}
}
}*/
imshow("像素读写", img);
waitKey(0);
system("pause");
return 0;
}
代码运行结果如下:
左图为原图,右图是像素值取反后的结果,可以看出黑色头发变为白色。
遍历像素是利用了两个for循环,将行,列的每个像素点遍历,进入循环后 通过if语句来判断图片是彩色图像,还是灰度图像,这里是利用channels()通道数来判断的,当然如果你知道自己是什么图像也可不用判断。
单通道代码解读(if (img.channels() == 1)):
int pv = img.at(row, col);
这句是获得当前的像素点 ,调用对象的at模板,<>里是像素的数据类型,为了像素值的取反,将其赋给int类型的pv。
img.at(row, col) = 255 - pv;
因为像素值在0~255,所以用255减去目前的像素值,实现取反,再利用赋值操作赋给图像。
彩图图代码解读(if (img.channels() == 3)):
Vec3b bgr = img.at(row, col);
在opencv中彩色图的像素类型专用Vec3b,你可以把这个类型看成一个数组。
img.at(row, col)[0] = 255 - bgr[0];
img.at(row, col)[1] = 255 - bgr[1];
img.at(row, col)[2] = 255 - bgr[2];
因为是三通道,所以数组元素下标为 0,1,2。将其取反后,分别赋值回去。