opencv访问（Mat）图像的像素方法汇总

你的名字 2022-06-11 09:17 255阅读 0赞

### 20200521 新增： ###

// 定义宏
    #define CV_MAT_ELEM2(src,dtype,y,x)    (dtype*)(src.data+src.step[0]*(y)+src.step[1]*(x) )
    
    //　使用
    for (int i = 0; i<src.rows; i++)
    	{
    		for (int j = 0; j<src.cols; j++)
    		{
    			float* mv = CV_MAT_ELEM2(src, float, i, j);
    		}
    	}

### 1.存取单个像素值 ###

最通常的方法就是

**\[cpp\]** [view plain][] [copy][view plain]

1.  img.at<uchar>(i,j) = 255; 
2.  img.at<Vec3b>(i,j)\[0\] = 255;

如果你觉得at操作显得太笨重了，不想用Mat这个类，也可以考虑使用轻量级的Mat\_类，使用重载操作符()实现取元素的操作。

**\[cpp\]** [view plain][] [copy][view plain]

1.  cv::Mat\_<uchar> im2= img; // im2 refers to image
2.   im2(50,100)= 0; // access to row 50 and column 100

### 2.用指针扫描一幅图像 ###

对于一幅图像的扫描，用at就显得不太好了，还是是用指针的操作方法更加推荐。先介绍一种上一讲提到过的

**\[cpp\]** [view plain][] [copy][view plain]

1.  **for** (**int** j=0; j<nl; j++) 
2.  \{ 
3.   uchar\* data= image.ptr<uchar>(j); 
4.  **for** (**int** i=0; i<nc; i++) 
5.   \{ 
6.   data\[i\] = 255; 
7.   \} 
8.  \}

更高效的扫描连续图像的做法可能是把W\*H的衣服图像看成是一个1\*（w\*h）的一个一维数组，这个想法是不是有点奇葩，这里要利用isContinuous这个函数判断图像内的像素是否填充满，使用方法如下：

**\[cpp\]** [view plain][] [copy][view plain]

1.  **if** (img.isContinuous()) 
2.  \{ 
3.   nc = img.rows\*img.cols\*img.channels(); 
4.  \} 
5.  uchar\* data = img.ptr<uchar>(0); 
6.  **for** (**int** i=0; i<nc; i++) 
7.  \{ 
8.   data\[i\] = 255; 
9.  \}

更低级的指针操作就是使用Mat里的data指针，之前我称之为暴力青年，使用方法如下：

**\[cpp\]** [view plain][] [copy][view plain]

1.  uchar\* data = img.data; 
2.  // img.at(i, j)
3.  data = img.data + i \* img.step + j \* img.elemSize();

### 3.用迭代器iterator扫描图像 ###

和C++STL里的迭代器类似，Mat的迭代器与之是兼容的。是MatIterator\_。声明方法如下：

**\[cpp\]** [view plain][] [copy][view plain]

1.  cv::MatIterator\_<Vec3b> it;

或者是：

**\[cpp\]** [view plain][] [copy][view plain]

1.  cv::Mat\_<Vec3b>::iterator it;

扫描图像的方法如下：

**\[cpp\]** [view plain][] [copy][view plain]

1.  Mat\_<Vec3b>::iterator it = img.begin<Vec3b>(); 
2.  Mat\_<Vec3b>::iterator itend = img.end<Vec3b>(); 
3.  **for** (; it!=itend; it++) 
4.  \{ 
5.   (\*it)\[0\] = 255; 
6.  \}

### 4.高效的scan image方案总结 ###

还是用我们之前使用过的getTickCount、getTickFrequency函数测试速度。这里我就不一一列举我测试的结果了，直接上结论。测试发现，好的编写风格可以提高50%的速度！要想减少程序运行的时间，必要的优化包括如下几个方面：

（1）内存分配是个耗时的工作，优化之；

（2）在循环中重复计算已经得到的值，是个费时的工作，优化之；举例：

**\[cpp\]** [view plain][] [copy][view plain]

1.  **int** nc = img.cols \* img.channels(); 
2.  **for** (**int** i=0; i<nc; i++) 
3.  \{.......\} 
4.  //\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*
5.  **for** (**int** i=0; i<img.cols \* img.channels(); i++) 
6.  \{......\}

后者的速度比前者要慢上好多。

（3）使用迭代器也会是速度变慢，但迭代器的使用可以减少程序错误的发生几率，考虑这个因素，可以酌情优化

（4）at操作要比指针的操作慢很多，所以对于不连续数据或者单个点处理，可以考虑at操作，对于连续的大量数据，不要使用它

（5）扫描连续图像的做法可能是把W\*H的衣服图像看成是一个1\*（w\*h）的一个一维数组这种办法也可以提高速度。短的循环比长循环更高效，即使他们的操作数是相同的

以上的这些优化可能对于大家的程序运行速度提高并不明显，但它们毕竟是个得到速度提升的好的编程策略，希望大家能多采纳。

还有就是利用多线程也可以高效提高运行速度。OpenMP和TBB是两种流行的APT，不过对于多线程的东西，我是有些迷糊的，呵呵

### 5.整行整列像素值的赋值 ###

对于整行或者整列的数据，可以考虑这种方式处理

**\[cpp\]** [view plain][] [copy][view plain]

1.  img.row(i).setTo(Scalar(255)); 
2.  img.col(j).setTo(Scalar(255));

这节就先介绍这么多攻略吧~希望大家喜欢

[view plain]: http://blog.csdn.net/yang_xian521/article/details/7182185#