OpenCV计算机视觉编程之三种图像像素的遍历方法

为了构建计算机视觉应用程序,需要学会访问图像内容,有时也要修改或创建图像,如何操作图像的像素,就需要遍历一幅图像并处理每一个像素。现在我们就来介绍OpenCV三种图像像素的遍历方法:

一、 用cv::Mat类的at方法扫描图像
利用cv::Mat的at(int x,int y)方法可以访问元素,其中x是行号,y是列号。在编译时必须明确方法返回值的类型,因为cv::Mat可以接受任何类型的元素,所以程序员需要指定返回值的预期类型。正因为如此,at方法被实现成一个模板方法。在调用at方法时,你必须指定图像元素的类型,例如:

// 单通道图像
image.at<uchar>(i,j)= 255;
// 三通道图像
image.at<cv::Vec3b>(i, j) = cv::Vec3b(255, 255, 255);

用cv::Mat类的at方法扫描图像代码如下:

void visit_mat_by_at(cv::Mat &img)
{
	for (int i = 0; i < img.rows; i++)
	{
		for (int j = 0; j < img.cols; j++)
		{
			// 单通道图像
			if (img.channels() == 1)
			{
				img.at<uchar>(i, j) += 50;
			}
			// 三通道图像
			else
			{
				img.at<cv::Vec3b>(i, j)[0] += 50;
				img.at<cv::Vec3b>(i, j)[1] += 50;
				img.at<cv::Vec3b>(i, j)[2] += 50;
			}
		}
	}
}

二、 用指针扫描图像
一般来说,用指针扫描图像比较高效。在大多数图像处理任务中,执行计算时你都需要对图像的所有像素进行扫描。需要访问的像素数量非常庞大,因此你必须采用高效的方式来执行这个任务。

用指针扫描图像代码如下:

void visit_mat_by_pointer(cv::Mat &img)
{
	for (int i = 0; i < img.rows; i++)
	{
		uchar *data = img.ptr<uchar>(i);
		for (int j = 0; j < img.cols * img.channels(); j++)
		{
			data[j] += 50;
		}
	}
}

三、 用迭代器扫描图像
在面向对象编程时,我们通常用迭代器对数据集合进行循环遍历。迭代器是一种类,专门用于遍历集合的每个元素,并能隐藏遍历过程的具体细节。标准模板库(Standard Template Library,STL)对每个集合类都定义了对应的迭代器类,OpenCV也提供了cv::Mat的迭代器类,并且与C++ STL中的标准迭代器兼容。

用迭代器扫描图像代码如下:

void visit_mat_by_iterator(cv::Mat &img)
{
	// 单通道图像
	if (img.channels() == 1)
	{
		cv::Mat_<uchar>::iterator begin = img.begin<uchar>();
		cv::Mat_<uchar>::iterator end = img.end<uchar>();

		for (auto it = begin; it != end; it++)
		{
			*it += 50;
		}
	}
	// 三通道图像
	else
	{
		cv::Mat_<cv::Vec3b>::iterator begin = img.begin<cv::Vec3b>();
		cv::Mat_<cv::Vec3b>::iterator end = img.end<cv::Vec3b>();

		for (auto it = begin; it != end; it++)
		{
			(*it)[0] += 50;
			(*it)[1] += 50;
			(*it)[2] += 50;
		}
	}
}

测试代码:

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

int main()
{
	// 单通道图像
	cv::Mat img1(3, 4, CV_8UC1, 100);
	std::cout << "单通道图像像素修改前:" << std::endl;
	std::cout << img1 << std::endl;

	visit_mat_by_at(img1);
	//visit_mat_by_pointer(img1);
	//visit_mat_by_iterator(img1);
	std::cout << "单通道图像像素修改后:" << std::endl;
	std::cout << img1 << std::endl;

	// 三通道图像
	cv::Mat img2(3, 4, CV_8UC3, cv::Scalar(100, 150, 200));
	std::cout << "三通道图像像素修改前:" << std::endl;
	std::cout << img2 << std::endl;

	visit_mat_by_at(img2);
	//visit_mat_by_pointer(img2);
	//visit_mat_by_iterator(img2);
	std::cout << "三通道图像像素修改后:" << std::endl;
	std::cout << img2 << std::endl;

	cv::waitKey();

	return 0;
}

运行结果:

单通道图像像素修改前:
[100, 100, 100, 100;
 100, 100, 100, 100;
 100, 100, 100, 100]
单通道图像像素修改后:
[150, 150, 150, 150;
 150, 150, 150, 150;
 150, 150, 150, 150]
三通道图像像素修改前:
[100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200;
 100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200;
 100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200]
三通道图像像素修改后:
[150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250;
 150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250;
 150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250]

说明我们完成遍历图像,并成功修改图像像素,至此大功告成~

Leave a Reply

Your email address will not be published. Required fields are marked *