方法一:
使用指针遍历每个像素点:
#include <opencv2/opencv.hpp>
using namespace cv;
void colorReduce(Mat inputImage, Mat outputImage, int div)
{
outputImage = inputImage.clone();
int rowNumber = outputImage.rows;
int colNumber = outputImage.cols*outputImage.channels();
for (int i = 0; i < rowNumber; i++)
{
uchar* data = outputImage.ptr<uchar>(i); //第I行首地址
for (int y = 0; y < colNumber; y++)
{
data[y] = data[y] / div*div + div / 2;
}
}
}
void main()
{
Mat srcImage = imread("mogu.jpg");
imshow("源图像",srcImage);
Mat dstImage;
dstImage.create(srcImage.rows, srcImage.cols, srcImage.type());
double time0 = static_cast<double>(getTickCount());
colorReduce(srcImage, dstImage, 32);
time0 = ((double)getTickCount() - time0) / getTickFrequency();
imshow("效果图", dstImage);
waitKey(0);
}
方法二:
迭代器操作像素:
//迭代器操作像素
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
outputImage = inputImage.clone();
Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>(); //获取初始迭代器
Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); //获取终止位置迭代器
for (; it != itend; ++it)
{
//访问并处理像素
(*it)[0] = (*it)[0] / div*div + div / 2;
(*it)[1] = (*it)[1] / div*div + div / 2;
(*it)[2] = (*it)[2] / div*div + div / 2;
}
}
方法三:
//使用动态地址的方法
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
outputImage = inputImage.clone();
int colNumber = outputImage.cols;
int rowNumber = outputImage.rows;
for (int i = 0; i < rowNumber; i++)
{
for (int j = 0; j < colNumber; 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类中的成员函数at(int y,int x)可以用来存取图像元素,但是必须在编译期知道图像的数据类型。
对于彩色图像,每个像素由三个部分构成:蓝色通道,绿色通道,红色通道,对于一个包含彩色图像的Mat,会返回一个由三个8位数组成的向量,因此Opencv将此类型的向量定义为Vec3b,即由3个unsigned char组成的向量,所以存取像素的代码如下:
image.at<Vec3b>(j,i)[channel] = value;