OpenCV 三种图像遍历方法

实验环境:

Windows10 x64
OpenCV 2.4.11 + vs2013

实验目的:

通过颜色压缩(color reduction)示例理解学习OpenCV中遍历图像的三种方法;

实验代码:

#include<opencv2/opencv.hpp>
#include<iostream>
#include<cmath>

using namespace cv;
using namespace std;

// 1:使用指针遍历图像
void colorReduceByPointer(Mat& image, int div = 64)
{
    int nRows = image.rows;
    int nCols = image.cols * image.channels();

    if (image.isContinuous())
    {
        nCols *= nRows;
        nRows = 1; // 如果连续,外层循环执行只需一次,以此提高执行效率
    }

    for (int i = 0; i < nRows; ++i)
    {
        uchar* data = image.ptr<uchar>(i);
        for (int j = 0; j < nCols; ++j)
        {
            data[j] = data[j] / div*div + div / 2;
        }
    }
}

// 2:使用at遍历图像
void colorReduceByAtMethod(Mat& image, int div = 64)
{
    int nRows = image.rows;
    int nCols = image.cols;

    if (image.channels() == 1)
    {
        for (int i = 0; i < nRows; ++i)
        {
            for (int j = 0; j < nCols; ++j)
            {
                image.at<uchar>(i, j) = image.at<uchar>(i, j) / div * div + div / 2;
            }
        }
    }
    else if (image.channels() == 3)
    {
        for (int i = 0; i < nRows; ++i)
        {
            for (int j = 0; j < nCols; ++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;
            }
        }
    }
}

// 3:使用迭代器进行图像的遍历
void colorReduceByIterator(Mat& image, int div = 64)
{
    const int channels = image.channels();
    switch (channels)
    {
        case 1:
        {
            MatIterator_<uchar>begin, end;
            for (begin = image.begin<uchar>(), end = image.end<uchar>(); begin != end; ++begin)
            {
                *begin = *begin / div*div + div / 2;
            }
            break;
        }
        case 3:
        {
            MatIterator_<Vec3b> begin, end;
            for (begin = image.begin<Vec3b>(), end = image.end<Vec3b>(); begin != end; ++begin)
            {
                (*begin)[0] = (*begin)[0] / div * div + div / 2;
                (*begin)[1] = (*begin)[1] / div * div + div / 2;
                (*begin)[2] = (*begin)[2] / div * div + div / 2;
            }
            break;
        }
    }
}


int main()
{
    Mat image;
    image = imread("E:\\dataset\\image.jpg");
    if (!image.data)
        return -1;
    //cvtColor(image, image, CV_BGR2GRAY);
    //colorReduceByAtMethod(image);
    //colorReduceByPointer(image);
    colorReduceByIterator(image);
    namedWindow("after");
    imshow("after", image);
    cvWaitKey(-1);
    destroyAllWindows();
    return 0;
}

参考资料:

opencv_tutorials.pdf
OpenCV2 计算机视觉编程手册

<think>嗯,用户想了解OpenCV三种遍历图像或矩阵的方法。首先,我需要回忆一下OpenCV常用的遍历方式。根据之前的引用内容,用户提到了4种方法,但用户现在需要三种,可能需要简化或合并其中几种。 首先,Mat_模板类的operator()方法,这种方法比较方便,引用[1]和[2]都提到了。然后,基于行指针的遍历,也就是使用ptr函数逐行访问,这在引用[2]中提到过。第三种可能是使用迭代器,或者基于数据指针的随机访问,比如使用data指针配合step参数。不过用户示例中的代码用了Python,但问题可能更多是指C++中的方法,不过用户没有明确说明语言,需要确认。 或者,三种方法可能包括:1. 使用at方法逐个访问,2. 使用ptr指针逐行访问,3. 使用迭代器。不过根据引用[1]和[2],可能更倾向于Mat_的operator()、ptr行指针、以及数据指针的随机访问。需要确保语法正确,并且用中文解释清楚。 另外,用户提供的引用中提到了Mat_的operator()和ptr方法,以及Mat作为二维数组的结构。可能第三种方法是使用迭代器,比如cv::MatIterator_或者cv::MatConstIterator_。或者,还有一种方法是使用forEach方法,但不确定是否属于常见的三种。 需要确保给出三种不同的方法,并且每种方法都有代码示例,同时符合用户要求的LaTeX格式和引用标注。例如,Mat_的模板子类方法、ptr行指针遍历、以及基于数据指针的遍历。这三种方法OpenCV教程中比较常见,应该符合用户的需求。 然后,生成相关问题的时候,需要考虑用户可能进一步的问题,比如性能比较、适用场景或者如何选择不同的方法。这样三个问题会比较合适。</think>以下是OpenCV三种常用的图像/矩阵遍历方法教程,包含代码示例和性能说明: ### 一、Mat_模板类遍历法 通过Mat_模板子类的operator()运算符直接访问像素: ```cpp cv::Mat_<cv::Vec3b> img = imread("image.jpg"); for(int i=0; i<img.rows; i++){ for(int j=0; j<img.cols; j++){ img(i,j)[0] = 255; // 修改蓝色通道 } } ``` 特点:代码简洁,类型安全,适合已知矩阵类型时使用[^1] ### 二、行指针遍历法 使用ptr函数逐行获取行首指针: ```cpp cv::Mat img = imread("image.jpg"); for(int i=0; i<img.rows; i++){ cv::Vec3b* row = img.ptr<cv::Vec3b>(i); for(int j=0; j<img.cols; j++){ row[j][1] = 100; // 修改绿色通道 } } ``` 特点:访问效率高,适合连续内存矩阵[^2] ### 三、迭代器遍历法 使用标准样式迭代器遍历: ```cpp cv::Mat img = imread("image.jpg"); cv::MatIterator_<cv::Vec3b> it = img.begin<cv::Vec3b>(); cv::MatIterator_<cv::Vec3b> end = img.end<cv::Vec3b>(); for(; it != end; ++it){ (*it)[2] = 200; // 修改红色通道 } ``` 特点:安全可靠,自动处理边界条件
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