OpenCV：操作像素值

梦里梦外; 2023-07-16 04:59 2阅读 0赞

1.  at方法  
    灰度图  
    `image.at<uchar>(i,j)`  
    彩色图  
    `image.at<cv::Vec3b>(j,i)[channel]`  
    OpenCV 存储通道数据的次序是蓝色、绿色和红色（因此通道0，1，2）  
    修改：

image.at<cv::Vec3b>(j, i) = cv::Vec3b(255, 255, 255)
    
        void colorReduce(Mat& image,int div)
        {
            for(int i=0;i<image.rows;i++)
            {
                for(int j=0;j<image.cols;j++)
                {
                    image.at<Vec3b>(i,j)[0]=image.at<Vec3b>(i,j)[0]/div*div+div/2;
                    image.at<Vec3b>(i,j)[1]=image.at<Vec3b>(i,j)[1]/div*div+div/2;
                    image.at<Vec3b>(i,j)[2]=image.at<Vec3b>(i,j)[2]/div*div+div/2;
                }
             }
        }

1.  指针实现

int nl = image.rows;//行
        //将3通道转为1个通道
        int nc = image.cols * image.channels();
        for (int j = 0; j < nl; j++)
        {
            uchar* data = image.ptr<uchar>(j);
            for (int i = 0; i < nc; i++)
                cout << (int)data[i] << " ";
        }

将三通道的数据转换为1通道，在建立在每一行数据元素之间在内存里是连续存储的，每个像素三通道像素按顺序存储。也就是一幅图像数据最开始的三个值，是最左上角的那像素的三个通道的值。 前3 字节表示左上角像素的三个通道的值，接下来的3字节表示第1 行的第2 个像素，以此类推（注意OpenCV 默认的通道次序为BGR）。一个宽W高H 的图像所需的内存块大小为W×H×3 uchars。不过出于性能上的考虑，OpenCV会用几个额外的像素来填补行的长度。这是因为，如果行数是某个数字（例如8）的整数倍，图像处理的性能可能会提高，因此最好根据内存配置情况将数据对齐。当然，这些额外的像素既不会显示也不被保存，它们的额外数据会被忽略。

1.  更高效的方法

用cv::Mat 的isContinuous方法可轻松判断图像有没有被填充。如果图像中没有填充像素，它就返回true。

void colorReduce(cv::Mat image, int div=64) 
    {
        int nl= image.rows; // 行数
        // 每行的元素总数
        int nc= image.cols * image.channels();
        if (image.isContinuous()) 
        {
            // 没有填充的像素
            nc= nc*nl;
            nl= 1; // 它现在成了一个一维数组
        }
        
        int n= staic_cast<int>(log(static_cast<double>(div))/log(2.0) + 0.5);
        // 用来截取像素值的掩码
        uchar mask= 0xFF<<n; // 如果div=16, 那么mask= 0xF0
        uchar div2 = div >> 1; // div2 = div/2
        // 对于连续图像，这个循环只执行一次
        for (int j=0; j<nl; j++) 
        {
            uchar* data= image.ptr<uchar>(j);
            for (int i=0; i<nc; i++) 
            {
                *data &= mask;
                *data++ += div2;
            } // 一行结束
        }
    }

1.  迭代器

1 void colorReduce(const Mat& image,Mat& outImage,int div)
         2 {
         3     outImage.create(image.size(),image.type());
         4     MatConstIterator_<Vec3b> it_in=image.begin<Vec3b>();
         5     MatConstIterator_<Vec3b> itend_in=image.end<Vec3b>();
         6     MatIterator_<Vec3b> it_out=outImage.begin<Vec3b>();
         7     MatIterator_<Vec3b> itend_out=outImage.end<Vec3b>();
         8     while(it_in!=itend_in)
         9     {
        10         (*it_out)[0]=(*it_in)[0]/div*div+div/2;
        11         (*it_out)[1]=(*it_in)[1]/div*div+div/2;
        12         (*it_out)[2]=(*it_in)[2]/div*div+div/2;
        13         it_in++;
        14         it_out++;
        15     }
        16 }