OpenCV坐标系与操作像素的四种方法

最新推荐文章于 2024-07-01 22:52:03 发布

qq_39836658

最新推荐文章于 2024-07-01 22:52:03 发布

阅读量1.8k

点赞数

分类专栏： opencv

opencv 专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍图像处理中像素操作的四种方法：at方法、行指针方法、指针方法及迭代方法，并通过实例对比不同方法的效率。同时解释了OpenCV中坐标系的特点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

像素是图像的基本组成单位，熟悉了如何操作像素，就能更好的理解对图像的各种处理变换的实现方式了。

********灰度就是一个通道,彩色就是三个通道!

1.at方法

第一种操作像素的方法是使用“at”，如一幅3通道的彩色图像image的第i行j列的B、G、R分量分别表示为：

image.at<Vec3b>(i,j)[0];

image.at<Vec3b>(i,j)[1];

image.at<Vec3b>(i,j)[2];

而对于单通道的灰度图像就简单很多了：

image.at<uchar>(i,j);

这里要注意at中(i,j)的顺序表示的是第i行第j列，跟Point(i,j)和Rect(i,j)中表示第j行第i列是相反的，如果把这个搞混了，很容易导致内存异常，还不容易发现错误。

补充说明一下：opencv中坐标体系中的零点坐标定义为图片的左上角，X轴为图像矩形的上面那条水平线，从左往右；Y轴为图像矩形左边的那条垂直线，从上往下。在Point(x,y)和Rect(x,y)中，第一个参数x代表的是元素所在图像的列数，第二个参数y代表的是元素所在图像的行数，而在at(x,y)中是相反的。

演示程序如下:

[cpp]view plain copy 
   
 #include<iostream>  
 #include<core/core.hpp>  
 #include<highgui/highgui.hpp>  
   
 using namespace cv;  
 using namespace std;  
   
 int main()  
 {  
     Mat image(Size(500,500),CV_8UC3);  
     image.at<Vec3b>(100,250)[0]=0;  
     image.at<Vec3b>(100,250)[1]=0;  
     image.at<Vec3b>(100,250)[2]=255;  
     putText(image,"at(100,250) is Here!",Point(250,100),0,0.7,Scalar(255,0,0));  
   
     image.at<Vec3b>(Point(100,250))[0]=0;  
     image.at<Vec3b>(Point(100,250))[1]=0;  
     image.at<Vec3b>(Point(100,250))[2]=255;  
     putText(image,"at(Point(100,250)) is Here!",Point(100,250),0,0.7,Scalar(255,0,0));  
   
     imshow("Test Function at",image);  
     waitKey();  
     return 0;  
 }  

2.行指针方法

行指针方法的思路是获取图像每一行的首地址的指针，把每一行当成一个循环对象，逐行遍历所有的像素。例如对于一个X行、Y列的图像image，每行需要循环的数量是Y*image.channels()，channels表示的是图像的通道，对于灰度图像channels为1，对于彩色RGB图像，channels为3。

3.指针方法

对于硬件处理芯片来说，如果图像每行的长度是4或8的倍数的话，运算起来会更加快速，如果不是4或8的倍数的话，在运算前图像行长度会被补充至固定值。

“指针方法”是一种可以高效遍历图像的方式，但是只能针对没有经过填充的连续图像，所以在使用指针方法之前需要先判断图像有没有经过填充，是否连续性。判断的方法很简单，使用Mat的成员函数isContinuous来判断，若返回值为真的话，说明图像是连续的，可以应用行指针的方法遍历像素。

4.迭代方法

使用迭代器遍历图像集合中的各个元素，相比前3中方法，这个方法简直可以永简单快捷的“无脑操作”来形容，你只需获取集合中元素的首地址以及元素的终止位置，剩下的工作交给迭代器来完成就可以了，并且我们不用关心集合的数据类型，指针总是逐次访问下一地址，直到指针到达终止元素位置。不过其缺点也是显而易见的：不容易指定访问集合中某一个位置的元素。

话不多少，下边给出一个完整的四种访问图像像素方法的示例，并对每种方法的耗时作对比，包括opencv本身的Copy方法；当然五种方法实现的是同一个简单的功能——通过逐个遍历一幅图像的每一个像素，复制该图像到另一Mat对象。

[cpp]view plain copy 
   
 #include<iostream>  
 #include<core/core.hpp>  
 #include<highgui/highgui.hpp>  
   
 using namespace cv;  
 using namespace std;  
   
 //At方法  
 double CopyImageByAt(Mat originalImage, Mat &targetImage);  
 //行指针方法  
 double CopyImageByRowPtr(Mat originalImage, Mat &targetImage);  
 //指针方法  
 double CopyImageByPtr(Mat originalImage, Mat &targetImage);  
 //迭代方法  
 double CopyImageByIterator(Mat originalImage, Mat &targetImage);  
 //Opencv方法  
 double CopyFun(Mat originalImage, Mat &targetImage);  
   
   
 int main()  
 {  
     //读入图片，注意图片路径  
     Mat image=imread("D:\\Picture\\lena.jpg",1);  
   
     //图片读入成功与否判定  
     if(!image.data)  
     {  
         cout<<"you idiot！where did you hide lena！"<<endl;  
         //等待按键  
         system("pause");  
         return -1;  
     }  
     imshow("原始图像",image);  
     //输出图像  
     Mat targetImage(image.size(),image.type());  
     cout<<endl<<"At方法耗时："<<CopyImageByAt(image,targetImage)<<endl;  
     imshow("At方法",targetImage);  
     cout<<endl<<"行指针方法耗时："<<CopyImageByRowPtr(image,targetImage)<<endl;  
     imshow("行指针方法",targetImage);  
     cout<<endl<<"指针方法耗时："<<CopyImageByPtr(image,targetImage)<<endl;  
     imshow("指针方法",targetImage);  
     cout<<endl<<"迭代方法耗时："<<CopyImageByIterator(image,targetImage)<<endl;  
     imshow("迭代方法",targetImage);  
     cout<<endl<<"OpenCV Copy方法耗时："<<CopyFun(image,targetImage)<<endl;  
     imshow("Copy方法",targetImage);     
     waitKey();  
     return 0;  
 }  
   
 //使用at方法实现逐个像素复制  
 double CopyImageByAt(Mat originalImage, Mat &targetImage)  
 {  
     double now=getTickCount();  
     //行  
     int rows=originalImage.rows;  
     //列  
     int cols=originalImage.cols;  
     for(int i=0;i<rows;i++)  
     {  
         for(int j=0;j<cols;j++)  
         {  
             //若是灰度图像应使用如下表示：   
             //targetImage.at<uchar>(i,j)=originalImage.at<Vec3b>(i,j);            
             targetImage.at<Vec3b>(i,j)[0]=originalImage.at<Vec3b>(i,j)[0];  
             targetImage.at<Vec3b>(i,j)[1]=originalImage.at<Vec3b>(i,j)[1];  
             targetImage.at<Vec3b>(i,j)[2]=originalImage.at<Vec3b>(i,j)[2];  
         }  
     }  
     double end=getTickCount();  
     //返回方法耗时  
     return (end-now)/getTickFrequency();  
 }  
   
 //使用访问每行首指针方法实现像素复制  
 double CopyImageByRowPtr(Mat originalImage, Mat &targetImage)  
 {  
     double now=getTickCount();  
     //行  
     int rows=targetImage.rows;  
     //每行总元素数量，此处图像为3通道  
     int totalNum=targetImage.cols*targetImage.channels();  
     for(int i=0;i<rows;i++)  
     {  
         //data1指向目标图像第i行的首元素  
         uchar *data1=targetImage.ptr<uchar>(i);  
         ////data2指向原始图像第i行的首元素  
         uchar *data2=originalImage.ptr<uchar>(i);  
         for(int j=0;j<totalNum;j++)  
         {  
             //遍历每行所有元素  
             data1[j]=data2[j];  
         }  
     }  
     double end=getTickCount();  
     //返回方法耗时  
     return (end-now)/getTickFrequency();  
 }  
   
 //无扩充的图像，采用指针方法逐个像素复制  
 double CopyImageByPtr(Mat originalImage, Mat &targetImage)  
 {  
     double now=getTickCount();  
     //行  
     int rows=targetImage.rows;  
     //每行总元素数量，此处图像为3通道  
     int totalNum=targetImage.cols*targetImage.channels();  
     //判断图像数据是否连续  
     if(originalImage.isContinuous())  
     {  
         totalNum*=rows;  
         rows=1;  
     }  
     //外层循环只执行一次  
     for(int i=0;i<rows;i++)  
     {  
         uchar *data1=targetImage.ptr<uchar>(i);  
         uchar *data2=originalImage.ptr<uchar>(i);  
         for(int j=0;j<totalNum;j++)  
         {  
           data1[j]=data2[j];  
         }  
     }  
     double end=getTickCount();  
     //返回方法耗时  
     return (end-now)/getTickFrequency();  
 }  
   
 //使用迭代器遍历逐个像素复制  
 double CopyImageByIterator(Mat originalImage, Mat &targetImage)  
 {  
     double now=getTickCount();  
     //获取起始位置迭代器  
     Mat_<Vec3b>::iterator itBegin1=targetImage.begin<Vec3b>();  
     Mat_<Vec3b>::iterator itBegin2=originalImage.begin<Vec3b>();  
     //获取终止位置迭代器  
     Mat_<Vec3b>::iterator itEnd1=targetImage.end<Vec3b>();  
     Mat_<Vec3b>::iterator itEnd2=originalImage.end<Vec3b>();  
     for(;itBegin1!=itEnd1;++itBegin1)  
     {  
         (*itBegin1)[0]=(*itBegin2)[0];  
         (*itBegin1)[1]=(*itBegin2)[1];  
         (*itBegin1)[2]=(*itBegin2)[2];  
         ++itBegin2;  
     }  
     double end=getTickCount();  
     //返回方法耗时  
     return (end-now)/getTickFrequency();  
 }  
   
 //OpenCV Copy方法实现图像复制  
 double CopyFun(Mat originalImage, Mat &targetImage)  
 {  
     double now=getTickCount();  
     originalImage.copyTo(targetImage);  
     double end=getTickCount();    
     //返回方法耗时  
     return (end-now)/getTickFrequency();  
 }  