【OpenCV】之图像像素访问方法

任何图像处理算法，都是从操作图像中的每个像素开始的。

访问速度最快

每行像素数=列数 X 通道数

// 获取i行的首地址
uchar *data = image.ptr<uchar>(i);

//--------------【colorReduce()函数】---------------//
//  Description:通过指针实现颜色空间缩减函数
//-------------------------------------------------
void colorReduce(Mat &srcImg, Mat &dstImg, int div)
{
// 设置参数
dstImg = srcImg.clone(); // 设置目标图像与源图像一样
int rowNum = dstImg.rows; // 行数
int colNum = dstImg.cols * dstImg.channels(); // 每行像素数 = 列数 x 通道数

// 双重循环，遍历所有的像素值
for (int i = 0; i < rowNum; i++) // 行循环
{
uchar *data = dstImg.ptr<uchar>(i); // 获取第i行的首地址
for (int j = 0; j < colNum; j++) // 列循环
{
// 开始处理每个像素
data[j] = data[j] / div * div + div / 2;
} // 处理完一行，进行下一行像素处理
}
}

//--------------【colorReduce()函数】---------------//
//  Description:通过迭代器实现颜色空间缩减函数
//-------------------------------------------------
void colorReduce(Mat &srcImg, Mat &dstImg, int div)
{
// 设置参数
dstImg = srcImg.clone(); // 设置目标图像与源图像一样
// 获取迭代器
Mat_<Vec3b>::iterator it = dstImg.begin<Vec3b>(); // 初始位置的迭代器
Mat_<Vec3b>::iterator itEnd = dstImg.end<Vec3b>(); // 终止位置的迭代器

// 存取彩色图像像素
for (; it != itEnd; it++) // 行循环
{
// 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;
}
}

在OpenCV中，RGB存储是顺序是BGR

//--------------【colorReduce()函数】---------------//
//  Description:通过动态地址实现颜色空间缩减函数
//-------------------------------------------------
void colorReduce(Mat &srcImg, Mat &dstImg, int div)
{
// 设置参数
dstImg = srcImg.clone(); // 设置目标图像与源图像一样
int rowNum = dstImg.rows; // 行数
int colNum = dstImg.cols ; // 列数

// 存取彩色图像像素
for (int i = 0; i < rowNum; i++) // 行循环
{
for (int j = 0; j < colNum; j++) // 列循环
{
// 开始处理每个像素
dstImg.at<Vec3b>(i,j)[0] = dstImg.at<Vec3b>(i,j)[0] / div * div + div / 2; // 蓝色通道
dstImg.at<Vec3b>(i,j)[1] = dstImg.at<Vec3b>(i,j)[1] / div * div + div / 2; // 绿色通道
dstImg.at<Vec3b>(i,j)[2] = dstImg.at<Vec3b>(i,j)[2] / div * div + div / 2; // 红色通道
} // 处理完
}
}

image.at<Vec3b>(i, j)[channel] = value;