OpenCV2+入门系列（三）：遍历图像的几种方法

　　根据OpenCV中Mat类型的结构和内存中存储方式，此处给出三种对图像进行遍历的方法。首先给出基础的读取图片代码，在中间替换三种遍历方法即可，本文中，程序将遍历图像并将所有像素点置为255，所有运行结果中命令行里的数字为程序执行时间。

#include "stdafx.h"
#include <opencv2/core/core.hpp>
#include "highgui.h"
#include <iostream>
using namespace cv;
using namespace std;
int main() {
Mat image = imread("D:\\Users\\Documents\\WinForm\\cpp_learn\\teach1\\Debug\\img.jpg",CV_LOAD_IMAGE_COLOR);//读取img.jpg到image中，此处可以写相对路径也可以写绝对路径
namedWindow("图片1");//定义一个名为“图片1”的窗口
imshow("图片1", image);//在窗口“图片1”中显示image

double time = static_cast<double>(cv::getTickCount());

//遍历元素

time = static_cast<double>(cv::getTickCount()) - time;
time /= cv::getTickFrequency();
cout<<time<<endl;

namedWindow("图片2");//定义一个名为“图片1”的窗口
imshow("图片2", image);//在窗口“图片1”中显示image
waitKey(0);
return 1;
}

一、一个一个点的读取

　　作为最低效率的一种方法，本法的思想就是从第一行第一列开始依次读第一行第二列、第三列，然后是第二行、第三行。其核心代码就是

image.at<uchar>(i,j)//读取灰度图像的点
image.at<cv::Vec3b>(i,j)[0]//读取彩色图像点的0通道

该方法可以读取图像中i行j列的点，代码如下:

for (int i = 0; i < image.rows; i++)
{
for (int j = 0; j < image.cols; j++)
{
//Do anything you want
if(image.channels() == 1)
{
image.at<uchar>(i,j) = 255;
}
else if(image.channels() == 3)
{
image.at<cv::Vec3b>(i,j)[0] = 255;
image.at<cv::Vec3b>(i,j)[1] = 255;
image.at<cv::Vec3b>(i,j)[2] = 255;
}
}
}

二、 通过指针遍历图像

　　由于Mat图像在内存中是连续排布的，因此定义指针指向行首地址后，指针每+1就会移到下一个元素上，此时直接操作指针所指内容就可以实现图像的操作。

int image_rows = image.rows;//行数
int elementCount = image.cols*image.channels();//每行元素数
if (image.isContinuous())//如果图像没有经过填补 内存是连续排序
{
//则把图像看成行数X每行元素数个元素的一行，只进行一次循环
elementCount = elementCount*image_rows;
image_rows = 1;
}
for (int i = 0; i < image_rows; i++)
{
uchar* linehead = image.ptr<uchar>(i);//每行的起始地址
for (int j = 0; j < elementCount; j++)
{
//遍历元素 Do anything you want
linehead[j] = 255;
}
}

　　值得注意的是，在内存上行与行之间的元素可能不是连续的（有时为提高效率，会将行元素填补为4的倍数），因此如果要连续用指针遍历图像，首先应判断图像是否有填补。

三、迭代器遍历

　　这个和指针比较像，不细说了，上代码。

Mat_<Vec3b>::iterator it = image.begin<Vec3b>();
Mat_<Vec3b>::iterator itend = image.end<Vec3b>();
for (; it!= itend; it++)
{
(*it)[0] = 255;
(*it)[1] = 255;
(*it)[2] = 255;
}