OpenCV-C++对图像像素的四种遍历操作

在OpenCV-C++环境下，图像的存储容器是Mat对象，所以对图像像素的遍历，就是对Mat对象每一个数据元素的遍历。

关于Mat对象的详细介绍，可以参见博文 https://www.hhai.cc/thread-70-1-1.html

本文提供四种方式实现对OpenCV的Mat类矩阵元素的遍历。

以下四个代码通过对矩阵元素的遍历实现图像的反色操作。

四个代码中用到的图像的下载链接如下：

https://pan.baidu.com/s/1JEy2tiuwCKDi4n9TfuVyTA 提取码：201q 

下面的四种方法的代码中会经常用到名字“Vec3b”，关于“Vec3b”的详细介绍，可参见下面这篇博文：
https://www.hhai.cc/thread-80-1-1.html

方法一：下标遍历法，格式为M.at<typename>(i,j)

这种方法实际上就是用Mat类的成员函数at()实现，
关于成员函数at()的详细介绍，
大家可参考博文 https://www.hhai.cc/thread-75-1-1.html (打开页面后搜索关键字“成员函数Mat:at()”)

这种方法是OpenCV-C++中对图像像素值访问和遍历最常用的方法。

这种方法的示例代码请参见下面这篇博文：

https://www.hhai.cc/thread-110-1-1.html

方法二：利用行指针遍历

//出处：昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询

//OpenCV版本 OpenCV3.0

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

cv::Mat inverseColor2(cv::Mat srcImage)
{
	cv::Mat tempImage = srcImage.clone();
	int row = tempImage.rows;
	// 由于图像是三通道图像，所以要作下面这样的处理
	int nStep = tempImage.cols * tempImage.channels();
	for (int i = 0; i < row; i++)
	{
		// 取源图像的第i行指针
		const uchar* pSrcData = srcImage.ptr<uchar>(i);
		// 取目标图像的第i行指针
		uchar* pResultData = tempImage.ptr<uchar>(i);
		for (int j = 0; j < nStep; j++)
		{
			pResultData[j] = cv::saturate_cast<uchar>(255 - pSrcData[j]);
		}
	}
	return tempImage;
}

int main()
{
	// 装载图像
	cv::Mat srcImage = cv::imread("F:/material/images/P0028-flower-02.jpg");
	cv::Mat dstImage;

	if (!srcImage.data)
		return -1;
	cv::imshow("srcImage", srcImage);

	dstImage = srcImage.clone();

	dstImage = inverseColor2(srcImage);

	cv::imshow("dstImage", dstImage);

	cv::waitKey(0);
	return 0;
}

行指针遍历法的代码补充说明：
image.ptr<uchar>(i)：取出图像中第i行数据的指针。
使用这种方法有一个前提：那就是图像每一行的数据在内存里是连续存储的，并且每个像素的三个通道数据按顺序存储。

方法三：利用数据的头指针直接按序遍历
这种方法的效率很高，但是要求不仅每一行的数据在内存里是连续存储的，行与行间也是连续的。
使用这种方法应先用Mat类的成员函数isContinuous()判断数据是否是连续存储的，满足此条件，才可使用该方法。
示例代码如下：

//出处：昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询

//OpenCV版本 OpenCV3.0

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

cv::Mat inverseColor3(cv::Mat srcImage)
{
	int row = srcImage.rows;
	int col = srcImage.cols;
	cv::Mat tempImage = srcImage.clone();
	// 判断是否是连续图像，即是否有像素填充
	if (srcImage.isContinuous() && tempImage.isContinuous())
	{
		row = 1;
		// 按照行展开
		col = col * srcImage.rows * srcImage.channels();
	}
	// 遍历图像的每个像素
	for (int i = 0; i < row; i++)
	{
		// 设定图像数据源指针及输出图像数据指针
		const uchar* pSrcData = srcImage.ptr<uchar>(i);
		uchar* pResultData = tempImage.ptr<uchar>(i);
		for (int j = 0; j < col; j++)
		{
			*pResultData++ = 255 - *pSrcData++;
		}
	}
	return tempImage;
}

int main()
{
	// 装载图像
	cv::Mat srcImage = cv::imread("F:/material/images/P0028-flower-02.jpg");
	cv::Mat dstImage;

	if (!srcImage.data)
		return -1;
	cv::imshow("srcImage", srcImage);

	dstImage = srcImage.clone();

	dstImage = inverseColor3(srcImage);

	cv::imshow("dstImage", dstImage);

	cv::waitKey(0);
	return 0;
}

方法四：使用OpenCV的迭代器来遍历

OpenCV的迭代器使用很简单，大家看了大家的代码就知道怎么用了，这里就不多叙述了。

//出处：昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询

//OpenCV版本 OpenCV3.0

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

cv::Mat inverseColor4(cv::Mat srcImage)
{
	cv::Mat tempImage = srcImage.clone();
	// 初始化源图像迭代器
	cv::MatConstIterator_<cv::Vec3b> srcIterStart = srcImage.begin<cv::Vec3b>();
	cv::MatConstIterator_<cv::Vec3b> srcIterEnd = srcImage.end<cv::Vec3b>();
	// 初始化输出图像迭代器
	cv::MatIterator_<cv::Vec3b> resIterStart = tempImage.begin<cv::Vec3b>();
	cv::MatIterator_<cv::Vec3b> resIterEnd = tempImage.end<cv::Vec3b>();
	// 遍历图像反色处理
	while (srcIterStart != srcIterEnd)
	{
		(*resIterStart)[0] = 255 - (*srcIterStart)[0];
		(*resIterStart)[1] = 255 - (*srcIterStart)[1];
		(*resIterStart)[2] = 255 - (*srcIterStart)[2];
		// 迭代器递增
		srcIterStart++;
		resIterStart++;
	}
	return tempImage;
}

int main()
{
	// 装载图像
	cv::Mat srcImage = cv::imread("F:/material/images/P0028-flower-02.jpg");
	cv::Mat dstImage;

	if (!srcImage.data)
		return -1;
	cv::imshow("srcImage", srcImage);

	dstImage = srcImage.clone();

	dstImage = inverseColor4(srcImage);

	cv::imshow("dstImage", dstImage);

	cv::waitKey(0);
	return 0;
}

四种方法的运行结果都是一样的，如下：

用我在博文 https://www.hhai.cc/thread-111-1-1.html 中给出的C++代码段运行时间测量代码，可以测试出运行时间最短的是方法三(数据头指针法)，其次依次是方法二(行指针法)、方法一(at法)，用时最多的是方法四(迭代器法)。

延伸阅读：Python-OpenCV对图像的遍历操作示例代码