opencv中遍历每一个像素点进行处理

时间：2023-02-14 14:28:04

1.用动态地址操作像素：

	Mat srcImage(100, 100, CV_8UC3, Scalar(200,20,100));

	imshow("显示图像", srcImage);


	int rowNumber = srcImage.rows;
	int colNumber = srcImage.cols;


	for (int i = 0; i < rowNumber; i++)
	{
		for (int j = 0; j < colNumber; j++)
		{

			if (srcImage.at<Vec3b>(i, j)[0] > 180) 
			{
				srcImage.at<Vec3b>(i, j)[0] = 0;			
			}

			if (srcImage.at<Vec3b>(i, j)[1] < 50) 
			{
				srcImage.at<Vec3b>(i, j)[1] = 255;
			}

			if (srcImage.at<Vec3b>(i, j)[2] < 120) 
			{
				srcImage.at<Vec3b>(i, j)[2] = 0;
			}

		}
	}


	imshow("处理后的图像", srcImage);
cv::mat的成员函数： .at(int y， int x)可以用来存取图像中对应坐标为（x，y）的元素坐标。（Mat类中的cols和rows给出了图像的宽和高。而成员函数at（int x, int y）可以用来存取图像的元素。）由于at方法本身不会对任何数据类型进行转化，故一定要确保指定的数据类型和矩阵中的数据类型相符合。

假设提前已知一幅图像img的数据类型为 unsigned char型灰度图（单通道），对像素的赋值操作为image.at<uchar>(i,j) = value。而对于彩色图像，每个像素由三个部分构成：蓝色通道、绿色通道和红色通道（BGR），对于一个包含彩色图像的Mat，会返回一个由三个8位数组组成的量。OpenCV将此类型定义为Vec3b，即由三个unsigned char组成的向量。这也解释了为什么存取彩色图像像素的代码可以写成：image.at<Vec3b>（i,j）[channel] = value;


以下是统计canndy后的0像素点与255像素点之间的数量的比值：

#define _CRT_SECURE_NO_WARNINGS

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

using namespace std;
using namespace cv;

int main() 
{
	Mat graySrc = imread("../../11.bmp", 0);

	Mat canImage;
	Canny(graySrc, canImage, 60, 120);

	int PicZero = 0;
	int PicFull = 0;

	for (int i = 0; i < graySrc.rows; ++i) 
	{
		for (int j = 0; j < graySrc.cols; ++j) 
		{
			if (canImage.at<unsigned char>(i, j) == 0) 
			{
				PicZero++;
			}
			else
			{
				PicFull++;
			}	
		}

	}

	cout << "0像素点比255像素点的比值为" << (double)PicZero / PicFull << endl;

	system("pause");
}





2.用指针的方法：

有时候我们需要遍历Mat中的每一个像素点，并且对像素点进行处理，这里以图像所有像素点都减去div（div属于int类型）

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

	int rowNumber = outputImage.rows;
	int colNumber = outputImage.cols*outputImage.channels();

	for (int i = 0; i < rowNumber; i++)
	{
		// 获取第i行的首地址
		uchar* data = outputImage.ptr<uchar>(i);

		for (int j = 0; j < colNumber; j++)  // 列循环
		{
			// 开始处理每一个像素值，每一个像素值都减去div
			data[j] = data[j] - div;
		}
	}
}

也可以写成如下形式：

Mat inverseColor1(Mat srcImage) 
{
	Mat tempImage = srcImage.clone();
	int row = tempImage.rows;
	int col = tempImage.cols * tempImage.channels();

	for (int i = 0; i < row; ++i) 
	{

		const unsigned char* sourcedata = srcImage.ptr(i);

		unsigned char* data = tempImage.ptr(i);

		for (int j = 0; j < col; j++)
		{
			data[j] = sourcedata[j] - div;
		}
	}
	return tempImage;
}
此时是定义了两个指针类型： const unsigned char*和 unsigned char*，其中const unsigned char* 中的内容只能够被读取，不能被修改。

特别需要注意的是：Mat中每一行元素的个数=列数*通道数


如需要打印M，

	Mat M(3, 2, CV_8UC3, Scalar(0, 0, 255));
	cout << M << endl;
打印结果为：验证了每一行元素的个数为： 列数*通道数
opencv中遍历每一个像素点进行处理

另外需要注意的是：Mat 除了拥有成员变量cols，rows，成员函数channels()之外，还提供了ptr函数可以返回得到图像任意行的首地址。





3.用迭代器Matlterator_：

        Matlterator_是Mat数据操作的迭代器，：begin()表示指向Mat数据的起始迭代器，：end()表示指向Mat数据的终止迭代器。迭代器方法是一种更安全的用来遍历图像的方式，首先获取到数据图像的矩阵起始，再通过递增迭代实现移动数据指针。

Mat inverseColor4(Mat srcImage) 
{
	Mat tempImage = srcImage.clone();

	// 初始化原图像迭代器
	MatConstIterator_<Vec3b> srcIterStart = srcImage.begin<Vec3b>();
	MatConstIterator_<Vec3b> srcIterEnd = srcImage.end<Vec3b>();

	// 初始化输出图像迭代器
	MatIterator_<Vec3b> resIterStart = tempImage.begin<Vec3b>();
	MatIterator_<Vec3b> resIterEnd = tempImage.end<Vec3b>();

	while (srcIterStart != srcIterEnd) 
	{
		(*resIterStart)[0] = 255 - (*srcIterStart)[0];
		(*resIterStart)[1] = 255 - (*srcIterStart)[1];
		(*resIterStart)[2] = 255 - (*srcIterStart)[2];

		srcIterStart++;
		resIterStart++;
	}

	return tempImage;

}



标签：

相关文章