OpenCV之访问图像中像素的三类方法（C++实现）

目录

一、用指针访问像素

二、用迭代器操作像素

三、动态地址计算

---

图像处理中的操作都是从像素开始的，在OpenCV中，提供了三种访问每个像素的方法：

• 指针访问：C操作符[]；
• 迭代器iterator；
• 动态地址计算；

这三种方法在访问速度上略有差异。debug模式下，差异比较明显，release模式下，差异不大。下面通过具体的代码来说明这几种方法。

下面程序的主要目的是减少图像中颜色的数量，比如原来的图像是256中颜色，我们要将其变为64中颜色，只需要将原来的颜色除以4（整除）以后再乘以4就可以了。

主程序：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

void colorReduce(Mat& inputImage, Mat& outputImage, int div);
int main() {
    std::cout << "Hello, World!" << std::endl;
    Mat image = imread("/Users/dwz/Desktop/cpp/1.jpg");
//    imshow("原图",image);
    cout << image.size() << endl;
    cout << image.rows << endl;
    cout << image.cols << endl;
    cout << image.channels() << endl;
    cout << image.type() << endl;

//    Mat dstImage(image.rows, image.cols, CV_8UC3);
    Mat dstImage;
    dstImage.create(image.rows, image.cols, image.type());

    double time0 = static_cast<double>(getTickCount());
    colorReduce(image, dstImage, 32);
    time0 = ((double)getTickCount() - time0) / getTickFrequency();
    cout << time0 << endl;
    imshow("效果图", dstImage);
    waitKey(0);
    return 0;
}

主程序中调用colorReduce函数来完成减少颜色的工作，我们根据访问像素的三类方法实现了三个colorReduce函数，下面分别进行讲解。

一、用指针访问像素

Mat类又若干成员函数可以获取图像的属性。公寓哦成员变量cols和rows给出了图像的宽和高，而成员函数channels()用于返回图像的通道数。灰度图像的通道数等于1，彩色图像的通道数等于3.

每行的像素值由一下语句得到：

void colorReduce(Mat& inputImage, Mat& outputImage, int div){
    outputImage = inputImage.clone();     // 复制实参到临时变量
    int rowNum = outputImage.rows;        // 图像的行数
    int colNum = outputImage.cols * outputImage.channels();   // 图像的列数 * 通道数 = 每一行元素的个数

    for (int i=0;i<rowNum;i++)
    {
//        获取第i行的首地址
        uchar* data = outputImage.ptr<uchar>(i);
        for (int j=0;j<colNum;j++)
        {
//            处理每个像素
            data[j] = data[j]/div *div + div/2;
        }
    }
}

为了简化指针运算，Mat类提供了ptr函数可以得到图像任意行的首地址。ptr是一个模板函数，它返回第i行的首地址：

uchar* data = outputImage.ptr<uchar>(i);

内部循环时处理像素，我们可以等效的使用指针运算从一列移动到下一列：

*data++=*data/div*div+div/2;

二、用迭代器操作像素

用迭代器操作像素，我们需要获取图像矩阵的begin和end，然后增加迭代从begin到end，将*操作符添加在迭代指针前，即可访问当前指向的内容。

相比用指针直接访问可能出现越界问题，迭代器是非常安全的方法。

void colorReduce(Mat& inputImage, Mat& outputImage, int div){
    outputImage = inputImage.clone();

    Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();
    Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>();

    for (; it != itend; ++it) {
        (*it)[0] = (*it)[0] / div *div+div/2;
        (*it)[1] = (*it)[1] / div *div+div/2;
        (*it)[2] = (*it)[2] / div *div+div/2;
    }

}

三、动态地址计算

用动态地址计算来操作像素需要配合at方法，这种方法简单明了，符合我们对像素的直观认识。

void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
    outputImage = inputImage.clone();
    int rowNum = outputImage.rows;
    int colNum = outputImage.cols;

    for (int i=0; i<rowNum;i++)
    {
        for (int j=0;j<colNum;j++)
        {
            outputImage.at<Vec3b>(i, j)[0] = outputImage.at<Vec3b>(i, j)[0]/div*div + div/2;
            outputImage.at<Vec3b>(i, j)[1] = outputImage.at<Vec3b>(i, j)[1]/div*div +div/2;
            outputImage.at<Vec3b>(i, j)[2] = outputImage.at<Vec3b>(i, j)[2]/div*div + div/2;
        }
    }
}

Mat类中的cols和rows可以得到图像的行数和列数，成员函数at(int y, int x)用来存取图像像素，但是必须知道图像的数据类型，因为at不会对数据类型进行转换。

Vec3b表示由三个unsigned char组成的向量。