OpenCV（C++接口)学习笔记2-像素级的图像操作

1、通过成员函数at(int y, int x)访问

这种方法需要知道像素保存的格式。

（1） 这是为模板类型的函数，因为一个函数的返回类型只有在运行时才会知道。

（2）这个函数返回的是一个向量即Vector，故有下标的操作。

image.at<uchar>(j,i)= 255;

image.at<cv::Vec3b>(j,i)[channel]= value; 

调用模板类型的at()函数有时是效率不高的，因为它的返回类型每次都要由传递的一个模板参数来确定。所以当矩阵的类型已知时，如一个 uchar Matrix，可以利用Mat_类。

cv::Mat_<uchar> im2= image; // im2 refers to image
im2(50,100)= 0; // access to row 50 and column 100

该函数不用于扫描图像，因为效率低，一般用于随机访问像素。

例：

//为图像添加椒盐噪声的函数
Mat AddSaltAndPepperNoise(int nCount)
{
	Mat tempImg=m_mSourseImg.clone();//copy the sorce image
	for (int k = 0;k < nCount;k++)
	{
		//add salt noise
		int i=rand()%tempImg.rows;
		int j=rand()%tempImg.cols;
		if (1 == tempImg.channels())
		{
			tempImg.at<uchar>(j,i)=255;
		}
		else if (3 == tempImg.channels())
		{
			tempImg.at<Vec3b>(j,i)[0]=255;
			tempImg.at<Vec3b>(j,i)[1]=255;
			tempImg.at<Vec3b>(j,i)[2]=255;
		}
		//add pepper noise
		i=rand()%tempImg.rows;
		j=rand()%tempImg.cols;
		if (1 == tempImg.channels())
		{
			tempImg.at<uchar>(j,i)=0;
		}
		else if (3 == tempImg.channels())
		{
			tempImg.at<Vec3b>(j,i)[0]=0;
			tempImg.at<Vec3b>(j,i)[1]=0;
			tempImg.at<Vec3b>(j,i)[2]=0;
		}
	}
	namedWindow("temp");
	imshow("temp",tempImg);
	waitKey(0);
	return tempImg;
}

uchar* data= image.ptr<uchar>(j);

采用ptr的方法，这是用模板的方法来返回图像的每一行j的首地址。这个方法来得更快速，因为它采用了指针的方式来处理信息。它的主要做法是，每一行调用一次函数，然后每一行作一次数据处理。这样的话调用函数的次数就大大地减小了。所以我们可以采用两个循环来对图像中的每一个像素点进行访问：

<pre name="code" class="cpp">int nl= image.rows; // number of lines
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++) {
	// process each pixel ---------------------
	…
	// end of pixel processing ----------------
	} // end of line 
}

基于读取存取效率的原因，在图像的每行末尾有可能添加额外的填充像素（padded pixels)。当图像末尾没有填充像素时，我们可以将图像假设为1X（W X H）的图像，将两个嵌套循环变成单循环。opencv中采用Mat ::isContinuous()函数来判断图像是否有填充像素，如果图像是连续（即无填充像素）则返回ture，否则返回false。在原来函数基础上添加：

if (image.isContinuous())
{
	nC*=nLine;
	nLine=1;
}

3、采用iterator的方法

采用cv::MatIterator来创建迭代器的对象：

cv::MatIterator_<cv::Vec3b> it;

cv::Mat_<cv::Vec3b>::iterator it;

void colorReduce(cv::Mat &image, int div=64) {
// obtain iterator at initial position
cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
// obtain end position
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
// loop over all pixels
for ( ; it!= itend; ++it) {
// process each pixel ---------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
// end of pixel processing ----------------
}
}

OpenCV（C++接口)学习笔记2-像素级的图像操作,古老的榕树,5-wow.com