【OpenCV C++20 学习笔记】扫描图片数据

应用情景

图像数据扫描的难点

在上一篇文章《基本图像容器——Mat》中，已经详细描述了OpenCV储存图像数据的形式（图像的每个像素储存为一个矩阵中的数据项，矩阵的每个数据项包括各个颜色通道的值，如RGB3通道包含红、绿、蓝共3个通道的颜色值）。所以，矩阵的值的列数为矩阵的列数乘以颜色通道数，如下图所示，OpenCV默认的BGR格式的数据有3个颜色通道，所以实际有m*3列数值；行数则不变：

如果我们使用uchar（8bits）类型去储存每个像素的值，那么像素的每个颜色通道可以有256个可能的值（$2^8=256$），这样的话如果是3通道的数据，那每个数据项就有（$256^3=16,777,216$）种可能的颜色值了。如果矩阵很大，那就会给算法的执行带来很大压力。

颜色空间缩减（color space reduction）

为了减轻扫描图像数据的算法压力，可以将现有的颜色值除以某个值，从而缩小颜色值的值域。例如，将所有0-9的颜色值都用0替代，将所有10-19的颜色值都用10替代，依此类推。用数学公式来表示：
$$I_{new}=(\frac{I_{old}}{10})\ast 10$$

• $I_{new}$：缩减之后的颜色值，以下简称缩减值
• $I_{old}$：缩减之前的原始颜色值，以下简称原始值
  推而广之，如果想要应用其他的缩减率，比如2，也就是说，0-1都用0来代替，2-3都用1来代替，那除数就会变成2；将这个除数用$d$来表示，并称之为缩减因子，则公式会变成：
  $$I_{new}=(\frac{I_{old}}{d})\ast d$$
• $I_{new}$：缩减之后的颜色值，以下简称缩减值
• $I_{old}$：缩减之前的原始颜色值，以下简称原始值
• $d$：缩减因子

注意：uchar类型被整数除了之后，得出的结果依然是uchar类型
但是对每个颜色值都执行上述的除法和乘法运算，仍然会消耗很多算力。然而，由于每个颜色值的值域是有限的，比如uchar类型是[0, 256]，所以如果能直接计算出所有可能的缩减结果，并进行赋值运算，会节省很多算力。所以，就产生了“查询表”

查询表

查询表就是储存与原始值一一对应的缩减值的数组（一维或多维）。一旦数据类型确定，查询表的大小就确定不变了。比如，uchar类型的查询表就只有256个缩减值，因为原始值总共就只有256种可能。然后运用这个查询表将每个原始值都替换成查询表中对应的值，就不必对每一个原始值都进行缩减计算了，而只是简单的查询和赋值，这样就能节省算力。而且，原始值越多，节省效果越好。这就是查询表的优势。

扫描算法

该实例将3种算法放在一个main函数中，main函数接收一个参数数组argv[]，其中有可以有3个或4个参数：

• 默认参数：程序名（调试时不需要用户指定）
• 图片文件路径
• 缩减因子：即上述公式中的$d$
• 图片读取格式：以灰度格式读取，则传递“G”；如不指定该参数，则默认采用BGR格式读取
  静态函数help()详细描述了该方法的使用：

static void help()
{
   
    std::cout
        << "\n--------------------------------------------------------------------------" << endl
        << "这个程序展示如何在OpenCV中扫描图片(cv::Mat)"
        << "根据输入图片路径以及缩减因子（大于0的整数）" << endl
        << "这个程序分别使用了C风格方法、迭代器方法、坐标方法和LUT方法进行扫描" << endl
        << "参数输入：" << endl
        << "程序名 <图片路径> <缩减因子> [G]" << endl
        << "如果加了参数G，则使用灰度格式读入图片" << endl
        << "--------------------------------------------------------------------------" << endl