opencv:访问图像中像素的三类方法

本文详细分析了使用OpenCV库访问图像像素的三种主要方法,包括直接访问、使用指针以及通过Mat对象操作。通过实例代码,深入探讨了每种方法的优缺点及其适用场景。

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

见代码分析:

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;

//全局函数声明
void colorReduce (Mat& inputImage, Mat& outputImage, int div);

//main函数入口
int main()
{
    //创建原始图并显示
    Mat srcImage = imread("1.jpg");
    imshow("原始图", srcImage);

    //按原始图的参数规格来创建效果图
    Mat dstImage;
    dstImage.create(srcImage.rows,srcImage.cols,srcImage.type());   //效果图的大小、类型与原图片相同

    //记录起始时间
    double time0 = static_cast<double>(getTickCount()); 

    //调用颜色空间缩减函数
    colorReduce(srcImage,dstImage,32);

    //计算运行时间并输出
    time0 = ((double)getTickCount() - time0)/getTickFrequency();
    cout << "此方法运行时间为:"<< time0 << "秒" << endl; //输出运行时间

    //显示效果图
    imshow("效果图",dstImage);

    waitKey(0);
}

//采用指针访问像素
//void colorReduce(Mat& inputImage,Mat& outputImage,int div)
//{
//  //参数准备
//  outputImage = inputImage.clone();   //复制实参到临时变量
//  int rowNumber = outputImage.rows;   //行数
//  int colNumber = outputImage.cols*outputImage.channels();    //列数x通道数=每一行元素的个数
//
//  //双重循环,遍历所有的像素值
//  for(int i = 0;i < rowNumber; i++)   //行循环
//  {
//      uchar* data = outputImage.ptr<uchar>(i);    //获取第i行的首地址
//      for(int j = 0;j<colNumber;j++)  //列循环
//      {
//          //开始处理每个像素
//          data[j] = data[j]/div*div + div/2;
//      }
//  }
//}

//采用迭代器操作像素
//void colorReduce(Mat& inputImage,Mat& outputImage,int div)
//{
//  //参数准备
//  outputImage = inputImage.clone();   //复制实参到临时变量
//  //获取迭代器
//  Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();  //初始位置迭代器
//  Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); //终止位置的迭代器
//
//  //存取彩色图像像素
//  for(; it != itend;++it)
//  {
//      //开始处理每个像素
//      (*it)[0] = (*it)[0]/div*div + div/2;
//      (*it)[1] = (*it)[1]/div*div + div/2;
//      (*it)[2] = (*it)[2]/div*div + div/2;
//  }
//
//}

//动态地址计算
void colorReduce(Mat& inputImage,Mat& outputImage,int div)
{
    outputImage = inputImage.clone();   //复制实参到临时变量
    int rowNumber = outputImage.rows;   //行数
    int colNumber = outputImage.cols;   //列数

    //存取彩色图像像素
    for(int i=0;i<rowNumber;i++)
    {
        for(int j=0;j<colNumber;j++)
        {
            outputImage.at<Vec3b>(i,j)[0] = outputImage.at<Vec3b>(i,j)[0]/div*div + div/2;  //蓝色通道
            outputImage.at<Vec3b>(i,j)[1] = outputImage.at<Vec3b>(i,j)[1]/div*div + div/2;  //绿色通道
            outputImage.at<Vec3b>(i,j)[2] = outputImage.at<Vec3b>(i,j)[2]/div*div + div/2;  //红色通道
        }
    }
}
首次接触图像处理,通过次来记录自己的学习记录,以方便回忆。 //指针访问像素 void colorReduce(Mat& temImage, int div) { //行数 int rowNumber = temImage.rows; cout << "图像通道数:" << temImage.channels() << endl; //列数*通道数=每一行的元素个数 int colNumber = temImage.cols * temImage.channels(); for (int row = 0; row < rowNumber;row++) { uchar* data = temImage.ptr<uchar>(row); for (int col = 0; col < colNumber;col++) { data[col] = data[col] / div*div + div / 2; } } } //迭代器iterator操作像素 void iterColorReduce(Mat& temImage,int div) { Mat_<Vec3b>::iterator it = temImage.begin<Vec3b>(); Mat_<Vec3b>::iterator itend = temImage.end<Vec3b>(); //存取彩色图像像素 while (it != itend) { //开始处理每个像素 (*it)[0] = (*it)[0] / div*div + div / 2; (*it)[1] = (*it)[1] / div*div + div / 2; (*it)[2] = (*it)[2] / div*div + div / 2; ++it; } } //动态地址计算像素 void atColorReduce(Mat& temImage, int div) { int rowNumber = temImage.rows; int colNumber = temImage.cols; //存取彩色图像 for (int row = 0; row < rowNumber; row++) { for (int col = 0; col < colNumber; col++) { //开始处理每个图像 //蓝色通道 temImage.at<Vec3b>(row, col)[0] = temImage.at<Vec3b>(row, col)[0] / div*div + div / 2; //绿色通道 temImage.at<Vec3b>(row, col)[1] = temImage.at<Vec3b>(row, col)[1] / div*div + div / 2; //红色通道 temImage.at<Vec3b>(row, col)[2] = temImage.at<Vec3b>(row, col)[2] / div*div + div / 2; } } }
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

打赏作者

南国之邱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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