[opencv4]03-基于图像遍历的颜色压缩-补充

本文详细介绍了OpenCV中两种随机访问像素的方法:cv::Mat::at(x,y)和cv::Mat_::operator()(int x[,int y[,int z]])。并通过实例展示了如何使用这些方法进行颜色压缩,包括单通道和三通道图像的处理。同时,对比了基于C++11的快速像素遍历方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

此文章用于补充:https://blog.youkuaiyun.com/chenhanxuan1999/article/details/98859125

对在上面的文章中记录的第三种随机访问的办法,补充如下:

[opencv4]03-基于图像遍历的颜色压缩-补充-目录

随机访问像素和其各个通道Demo

随机像素操作

1.cv :: Mat :: at(x, y)

2.cv :: Mat_ :: operator(int x [, int y [, int z]])

 参数Vec3b

基于C++11的快速像素遍历


随机访问像素和其各个通道Demo

https://blog.youkuaiyun.com/chenhanxuan1999/article/details/98859125#t5

Mat& random_access_compress(Mat& I, uchar* const table) {
    cout << endl << "**********Use random access***********" << endl;
    CV_Assert(I.depth() == CV_8U);

    const int channels = I.channels();
    switch (channels) {
        case 1 : {
            for (int i = 0 ; i < I.rows ; ++i) {
                for (int j = 0 ; j < I.cols ; ++j) {
                    I.at<uchar>(i, j) = table[I.at<uchar>(i, j)];
                }
            }
            break;
    }
        case 3 : {
            Mat_<Vec3b> _I = I;
            for (int i = 0 ; i < I.rows ; ++i) {
                for (int j = 0 ; j < I.cols ; ++j) {
                    _I(i, j)[0] = table[_I(i, j)[0]];
                    _I(i, j)[1] = table[_I(i, j)[1]];
                    _I(i, j)[2] = table[_I(i, j)[2]];
                }
            }
            I = _I;
            break;
        }
    }
    return I;
}

 

随机像素操作

这里使用了两种不同的办法来实现对图片中的一个像素pixel进行随机访问和操作:

  • 1.cv :: Mat :: at(x, y)

使用mat_name.at<type>(row, col)访问type编码的第row行,第col列的像素

  • 2.cv :: Mat_ :: operator(int x [, int y [, int z]])

2.1 根据参数个数(1个,2个,3个)分为1,2,3维的情况:

_I(i,j)[0] = table[_I(i,j)[0]];  // 这里是维的情况,一个像素有三个通道通过[0/1/2]来访问三个通道的值

2.2 Mat_ 和 Mat对象可以轻易地转化:

I = _I;

2.2的相比2.1优势在于少打字

 

 参数Vec3b

这里需要结合第二中迭代器遍历图片的代码进行说明:

https://blog.youkuaiyun.com/chenhanxuan1999/article/details/98859125#t4

Mat& iterator_compress(Mat& I, const uchar* const table) {
    cout << endl << "********Use Iterator Scanner***********" << endl;
    CV_Assert(I.depth() == CV_8U);
    const int channels = I.channels();
    switch (channels) {
        case 1: {
            MatIterator_<uchar> it, end;
            for (it = I.begin<uchar>(), end = I.end<uchar>() ; it != end ; ++it) {
                *it = table[*it];
            }
            break;
        }
        case 3 :  {
            MatIterator_<Vec3b> it, end;
            for (it = I.begin<Vec3b>(), end = I.end<Vec3b>() ; it != end ; ++it) {
                (*it)[0] = table[(*it)[0]];
                (*it)[1] = table[(*it)[1]];
                (*it)[2] = table[(*it)[2]];
            }
            break;
        }
    }
    return I;
}

Vec3b的意义是三个通道都是uchar类型的图片

由于迭代器每次访问一个像素后,就会访问下一个(访问完当前的column就切换到下一个)

在case 3(三通道)的情况中,如果不使用迭代器 MatIterator_<Vec3b>而是MatIterator_<uchar>

则由OpenCV的BGR编码规范,最终遍历的全部都是B,即蓝色的channel

基于C++11的快速像素遍历

void applyTable(Mat_<uchar>& I, const uchar* const table)
{
    for(auto& pixel : I)
    {
        pixel = table[pixel];
    }
}

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值