OpenCV获取与设置像素点的值的几个方法

使用 Mat 中对矩阵元素的地址定位的知识

    int main(){
        Mat m(400, 400, CV_8U, Scalar(0)); //新建一个uchar类型的单通道矩阵（grayscale image 灰度图）
        for (int col = 0; col < 400; col++){
            for (int row = 195; row < 205; row++){
                cout << (int)(*(m.data + m.step[0] * row + m.step[1] * col)) << "  ==> ";
                *(m.data + m.step[0] * row + m.step[1] * col) = 255; //获取第[row,col]个像素点的地址并用 * 符号解析
                cout << (int)(*(m.data + m.step[0] * row + m.step[1] * col)) << endl;
            }
        }

        imshow("canvas", m);
        cvWaitKey();
        return 0;
    }

使用 Mat::at 函数

• 原型 template<typename _Tp> inline _Tp& Mat::at(…) //其中参数有多个，也就是说 at 函数有多个重载

• 返回值为 Mat 类型, Mat 有个索引的重载，也就是 [] 符号的重载，用这个重载可以定位多通道数据，具体示例可以看下面代码
  

    int main()  {    

        Mat img = imread("lena.jpg");
        imshow("Lena Original", img);
 for (int row = 0; row < img.rows; row++)  {
            for (int col = 0; col < img.cols; col++)  {
                /* 注意 Mat::at 函数是个模板函数, 需要指明参数类型, 因为这张图是具有红蓝绿三通道的图,所以它的参数类型可以传递一个 Vec3b, 这是一个存放 3 个 uchar 数据的 Vec(向量). 这里
 提供了索引重载, [2]表示的是返回第三个通道, 在这里是 Red 通道, 第一个通道(Blue)用[0]返回 */

                if(img.at<Vec3b>(row, col)[2] > 128)
                    img.at<Vec3b>(row, col) = Vec3b(255, 255, 255);
            }
        }

        imshow("Lena Modified", img);

        cvWaitKey();

        return 0;

    }

方法二：

int main(){    
    Mat img = imread("lena.jpg");
    imshow("Lena Original", img);
    for (int row = 0; row < img.rows; row++){
        for (int col = 0; col < img.cols; col++){
            //主要是这里的代码
            if(*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) > 128){
                //[row, col]像素的第 1 通道地址被 * 解析(blue通道)
                *(img.data + img.step[0] * row + img.step[1] * col) = 255;
                //[row, col]像素的第 2 通道地址被 * 解析(green通道), 关于elemSize1函数的更多描述请见 Fn1 里所列的博文链接
                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1()) = 255;
                //[row, col]像素的第 3 通道地址被 * 解析(red通道)
                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) = 255;
            }
        }
    }

    imshow("Lena Modified", img);
    cvWaitKey();

    return 0;

使用 Mat 的一个模板子类 Mat_<typename _Tp> 的 ( ) 符号重载定位一个像素

int main(){    
    Mat m(400, 400, CV_8UC3, Scalar(255, 255, 255));

    // m2 是 Mat_<Vec3b> 类型的, 因为 m 中元素的类型是 CV_8UC3, 可以用 Vec3b 存储 3 个通道的值
    // 注意 Mat_<CV_8UC3> 这种写法是错误的, 因为 CV_8UC3 只是一个宏定义
    // #define CV_8UC3 CV_MAKETYPE(CV_8U, 3)

    Mat_<Vec3b> m2 = m;

    for (int y = 0; y < m.rows; y++){
        for (int x = 0; x < m.rows; x++) {
            if (pow(double(x-100), 2) + pow(double(y-100), 2) - 10000.0 < 0.0000001){
                // Mat_ 模板类实现了对()的重载, 可以定位到一个像素
                m2(x, y) = Vec3b(0, 0, 255);
            }
        }
    }
 

    imshow("Image", m);

    cvWaitKey();

    return 0;

}

使用 Mat::ptr 模板函数

    int main()   {    

        Mat m(400, 400, CV_8UC3, Scalar(226, 46, 166));

        imshow("Before", m);

        for (int row = 0; row < m.rows; row++){

            if (row % 5 == 0){

                // data 是 uchar* 类型的, m.ptr<uchar>(row) 返回第 row 行数据的首地址需要注意的是该行数据是按顺序存放的,也就是对于一个 3 通道的 Mat, 一个像素有
                // 有 3 个通道值, [B,G,R][B,G,R][B,G,R]... 所以一行长度为:sizeof(uchar) * m.cols * m.channels() 个字节

                uchar* data = m.ptr<uchar>(row);

                for (int col = 0; col < m.cols; col++){

                    data[col * 3] = 102; //第row行的第col个像素点的第一个通道值 Blue
                    data[col * 3 + 1] = 217; // Green
                    data[col * 3 + 2] = 239; // Red
                }

            }

        }

        imshow("After", m);

        cout << (int)m.at<Vec3b>(0, 0)[0] << ','; //利用 Fn 1 介绍的方法输出一下像素值到控制台
        cout << (int)m.at<Vec3b>(0, 0)[1] << ',';
        cout << (int)m.at<Vec3b>(0, 0)[2] << endl;

        cvWaitKey();

        return 0;

    }

=====================================================================

转载请注明出处：http://blog.youkuaiyun.com/songzitea/article/details/8299663

=====================================================================