opencv 读取像素值

话不多说，新手在不断学习，刚刚看见读取每个像素点值很是好奇。

#include <highgui.h>

#include <iostream>

using namespace std;

int main()

{

IplImage* src = cvLoadImage("e:/11.bmp",CV_LOAD_IMAGE_COLOR);

//方法一：

CvScalar s = cvGet2D(src,200,201);//获取像素点为（201，200）点的BGR的值 

//注：此处的x,y值是反的，具体不解释

cout<<s.val[0]<<'\t'<<s.val[1]<<'\t'<<s.val[2]<<endl;//输出B值，G值，R值

//方法二:此处输出的时候进行强制类型转换就可以得到和上面一样的值。不能直接输出uchar？
//坐标（200，201）的像素值

cout<<(int)((uchar*)(src->imageData+200*src->widthStep))[3*201]<<endl;

cout<<(int)((uchar*)(src->imageData+200*src->widthStep))[3*201+1]<<endl;

cout<<(int)((uchar*)(src->imageData+200*src->widthStep))[3*201+1]<<endl;

cvReleaseImage(&src);

return 0;

｝

*************************************************************

http://wenku.baidu.com/view/5cc06af8910ef12d2af9e74c.html（参考百度文库）

1.使用cvGet2D()函数访问：

cvGet*D系列函数可以用来返回特定位置的数组元素（一般使用cvGet2D），原型如下：

CvScalar cvGet1D( const CvArr* arr, int idx0 );  

CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 )

CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 ); 

CvScalar cvGetND( const CvArr* arr, int* idx ); 

idx0,idx1,idx2分别用来指示元素数组下标，即cvGet2D返回（idx0,idx1）处元素的值。

可以通过如下方法访问一个图片的所有像素点：

假设图像加载完毕！

CvScalar t1,t2;

for(int i = 0;i < img->height;i++)
 {
  for(int j = 0;j < img->width;j++)
  {     
   t2=cvGet2D(img,i,j);

此时t2中的值就是当前像素点rgb值，注意此时的t2.val[0]为b通道

                                               t2.val[1]为g

                                               t2.val[2]为r

此时就能获取当前像素点的bgr了。

可以通过如下方式更改当前像素点的rgb通道值。

   t1.val[0]=0;  b
   t1.val[1]=0;  g

   t1.val[2]=0;  r

   cvSet2D(img,i,j,t1);
  }

不过通过上诉方法在速度方面会比较慢。可以通过如下方法加快访问，更改速度。

2.直接访问：

Iplimage成员有：

1. int  nSize;           
3.         int  ID;              

•         int  nChannels;       
•         int  alphaChannel;    
•         int  depth;           
•         char colorModel[4];   
•         char channelSeq[4];   
•         int  dataOrder;       
•         int  origin;          
•         int  align;           
•         int  width;           
•         int  height;          
•         struct _IplROI *roi;  
•         struct _IplImage *maskROI;   
•         void  *imageId;       
•         struct _IplTileInfo *tileInfo;   
•         int  imageSize;       
•         char *imageData;    
•         int  widthStep;     
•         int  BorderMode[4];   
•         int  BorderConst[4];   
•         char *imageDataOrigin;   

比较重要的两个元素是：char *imageData以及widthStep。imageData存放图像像素数据，而widStep类似CvMat中的step，表示以字节为单位的行数据长度。

多通道（三通道）字节图像中，imageData排列如下：         

 
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
uchar* data=(uchar *)img->imageData;
int step = img->widthStep/sizeof(uchar);     step即为上图的widthstep
int channels = img->nChannels;             这个图片为3通道的
uchar *b,*g,*r;
for(int i=0;iheight;i++)
     for(int j=0;jwidth;j++){
           *b=data[i*step+j*chanels+0];    此时可以通过更改bgr的值达到访问效果。
           *g=data[i*step+j*chanels+1];
           *r=data[i*step+j*chanels+2];
      }

i*step     当i=0 即为上图的第一行   为1就是第二行  

j*chanels+0  j*通道数当j=0为第一列的第0个通道->b   

j*channels+1         当j=1为第二列的第1个通道->g

虽然第一种跟第二种的时间复杂度是相同的。但是第二种的速度明显比第一种快很多。

追求速度就选用第二种！