OpenCV：操作像素值

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;
            }
         }
    }

2. 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。

3. 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
    }
}

4. 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 }