快速对图像的像素进行操作 opencv 实战

OpenCV 如何对图像的像素进行操作

对图像的像素进行操作，我们可以实现空间增强，反色,大部分图像特效系列都是基于像素操作等目的。先来看一下内存空间中图像矩阵，也就是Mat的矩阵数值部分是怎么存储的：

如果图像是一幅灰度图像，他就像这样，从左到右，从上到下，依次是矩阵的每一行每一列，这时候矩阵M(i,j)的值自然就是当前点的灰度值了。

而对于一幅彩色图像，由于它的像素分量channel并不是一个，所以每一列又分为了几个channel。拿常见的RGB图像来说，就像这样：

从这张图上，就可以比较清楚地看出来在内存中矩阵是如何存储多channel图像的了。这里要注意的是在RGB模型中，每一个子列依次为BGR，也就是正好是颠倒的，第一个分量是蓝色，第二个是绿色，第三个是红色。

清楚了图像在内存中的存储方式，我们也就可以来进行像素值的操作了。在这里，我们举这样一个例子。我们对一幅灰度图像的灰度值进行变换：

小于100的灰度值被统一映射为0；100到200之间的灰度值被映射为100；大于200的灰度值被映射为200.

主函数如下：

int main()
{
	string picName="lena.jpg";
	Mat A=imread (picName,CV_LOAD_IMAGE_GRAYSCALE);    //读入灰度图像
	uchar table[256];          //映射表，规定了变换前后灰度值的对应关系 table[gray_value_before]=gray_value_after
	for (int i=0;i<256;i++)
	{
		table[i]=i/100*100;   //这里利用了C++的语言特性i/100只会留下整数部分
	}
	imshow("变换前",A);
	Mat B=ChangeImg (A,table);    //变换函数
	imshow ("变换后",B);
	waitKey ();
	return 0;
}

首先，我们用指针方式对图像的像素点灰度值进行操作：

Mat  ChangeImg(Mat &img,const uchar* table)
{
	CV_Assert(img.depth ()!=sizeof(uchar));  //声明只对深度8bit的图像操作
	int channels=img.channels ();            //获取图像channel
	int nrows=img.rows;                     //矩阵的行数
	int ncols=img.cols*channels;             //矩阵的总列数=列数*channel分量数
	if (img.isContinuous ())               //判断矩阵是否连续，若连续，我们相当于只需要遍历一个一维数组
	{
		ncols*=nr