【从零学习openCV】opecv操作像素

来源：互联网发布：十月革命100周年知乎编辑：程序博客网时间：2024/06/05 19:06

1. 存取像素值

在opencv中可以直接对cv::Mat类型的图像调用at函数读取或赋值某个像素，我们用个简单的案例来说明：

//在一张图像上加入椒盐噪声，image为输入图像，n为噪点个数void salt(Mat &image, int n){    for(int k = 0;k < n;k++)    {        //随机产生白色噪点        int i = qrand()%image.cols;        int j = qrand()%image.rows;        //如果是灰度图每个像素的存取类型为uchar，即8bit整型数        if(image.channels() == 1){                 image.at<uchar>(j,i) = 255;        }        //彩色图像有三个通道，像素存取类型为cv::Vec3b，即由三个uchar组成的向量，这里用下标[i]访问每个通道        else{            image.at<Vec3b>(j,i)[0] = 255;            image.at<Vec3b>(j,i)[1] = 255;            image.at<Vec3b>(j,i)[2] = 255;        }    }}

效果如下：

可以看到有很多白色的噪声点，像雪花一样^_^

2. 指针遍历图像

我们用颜色缩减函数来说明用行首地址的方式遍历整个图像的像素，颜色缩减就是将每个通道的颜色数降低，如果每个通道的强度都是有unsigned char表示，那么就有256*256*256个颜色数目，如果将每个通道的颜色数降低为原先的1/8，那个总颜色数就是32*32*32，大概就是这个意思。

//颜色缩减函数，image为输入图像，div为缩减的倍数void colorReduce(Mat&image, int div = 64){    int nl = image.rows; //图像的行数    //图像每行的像素数    int nc = image.cols * image.channels();    for(int j =0;j<nl;j++)    {        //得到第j行的首地址        uchar* data = image.ptr<uchar>(j);        //遍历每行的像素        for(int i =0;i<nc;i++)        {           data[i] = data[i]/div*div;    //将每个像素值都变为div的倍数，即将颜色数缩减了div倍        }    }}

效果如下:

当输入图像为连续的时候，即没有对图像行尾填补元素，这时就可以将整个图像看成是一个长为W*H的一维数组，即用第一行的行首指针就能遍历到整个图像的像素：

//颜色缩减函数，image为输入图像，div为缩减的倍数void colorReduce(Mat&image, int div = 64){    int nl = image.rows; //图像的行数    //图像每行的像素数    int nc = image.cols * image.channels();    //如果图像连续    if(image.isContinuous())    {        //reshape函数用于改变矩阵维度        //图像行数为1，列数为原先的行数乘上列数        image.reshape(1,image.cols*image.rows);    }    for(int j =0;j<nl;j++)    {        //得到第j行的首地址        uchar* data = image.ptr<uchar>(j);        //遍历每行的像素        for(int i =0;i<nc;i++)        {           data[i] = data[i]/div*div;    //将每个像素值都变为div的倍数，即将颜色数缩减了div倍        }    }}

当然opencv还有更为底层的指针，在cv::Mat中，图像数据以unsigned char形式保存在一块内存中。这块内存的首地址可以通过data成员变量得到。data是一个unsigned char型的指针，所以循环可以用以下方式：

    //获得图像指针    uchar *data  = image.data;    //获得第j行，第i列个像素值，step代表图像的行宽（包括填补像素）    data = image.data + j*image.step + i*image.elemSize();

3. 迭代器遍历图像

其实说到遍历，很多人都会想到用迭代器来实现，迭代器是一种特殊的类，专门用来遍历集合中的各个元素，openCV同样为cv::Mat提供了与STL迭代器兼容的迭代器，下面我们还是用颜色缩减为例说明迭代器的使用：

//颜色缩减函数，image为输入图像，div为缩减的倍数void colorReduce(Mat&image, int div = 64){    //得到初始位置的迭代器    Mat_<Vec3b>::iterator it = image.begin<Vec3b>();    //得到终止位置的迭代器    Mat_<Vec3b>::iterator itend = image.end<Vec3b>();    //遍历所有像素    for(; it != itend; ++it){        (*it)[0] = (*it)[0]/div*div;        (*it)[1] = (*it)[1]/div*div;        (*it)[2] = (*it)[2]/div*div;    }}

效果与用指针遍历的一样。

4. 以上四种存取像素方式效率对比

opencv中可以用getTickCount()来测量一段代码的运行时间，此函数返回从上次开机算起的时钟周期数，getTickFrequency()可以得到每秒内的时钟周期数，有这两个函数就能得到任意一段代码的运行时间了。

我们还是以颜色衰减函数为例，分别用以上四种方法遍历实现，看看运行时间有何不同：

//at方法void colorReduce1(Mat&image, int div = 64){    int nl = image.rows; //图像的行数    //图像每行的像素数    int nc = image.cols * image.channels();    for(int j =0;j<nl-2;j++)    {        for(int i =0;i<nc-2;i++)        {            image.at<Vec3b>(j,i)[0] = image.at<Vec3b>(j,i)[0]/div*div;            image.at<Vec3b>(j,i)[1] = image.at<Vec3b>(j,i)[1]/div*div;            image.at<Vec3b>(j,i)[2] = image.at<Vec3b>(j,i)[2]/div*div;        }    }}//行首指针方法void colorReduce2(Mat&image, int div = 64){    int nl = image.rows; //图像的行数    //图像每行的像素数    int nc = image.cols * image.channels();    for(int j =0;j<nl;j++)    {        //得到第j行的首地址        uchar* data = image.ptr<uchar>(j);        //遍历每行的像素        for(int i =0;i<nc;i++)        {            data[i] = data[i]/div*div;    //将每个像素值都变为div的倍数，即将颜色数缩减了div倍        }    }}//一维数组void colorReduce3(Mat&image, int div = 64){    int nl = image.rows; //图像的行数    //图像每行的像素数    int nc = image.cols * image.channels();    //如果图像连续    if(image.isContinuous())    {        //reshape函数用于改变矩阵维度        //图像行数为1，列数为原先的行数乘上列数        image.reshape(1,image.cols*image.rows);    }    for(int j =0;j<nl;j++)    {        //得到第j行的首地址        uchar* data = image.ptr<uchar>(j);        //遍历每行的像素        for(int i =0;i<nc;i++)        {            data[i] = data[i]/div*div;    //将每个像素值都变为div的倍数，即将颜色数缩减了div倍        }    }}//迭代器方法void colorReduce4(Mat&image, int div = 64){    //得到初始位置的迭代器    Mat_<Vec3b>::iterator it = image.begin<Vec3b>();    //得到终止位置的迭代器    Mat_<Vec3b>::iterator itend = image.end<Vec3b>();    //遍历所有像素    for(; it != itend; ++it){        (*it)[0] = (*it)[0]/div*div;        (*it)[1] = (*it)[1]/div*div;        (*it)[2] = (*it)[2]/div*div;    }}//测试4种像素遍历方式运行时间void calrunTime(int v,Mat&image){    double duration;    duration = static_cast<double>(getTickCount());    for(int i = 0;i<10;i++)   //运行十次取平均值    {        switch(v)        {        case 1:            colorReduce1(image);            break;        case 2:            colorReduce2(image);            break;        case 3:            colorReduce3(image);            break;        case 4:            colorReduce4(image);            break;        default:            break;        }    }    duration = static_cast<double>(getTickCount()) - duration;    duration /= getTickFrequency()/100;        //运行时间，以ms为单位    qDebug()<<"duration"<<v<<"："<<duration<<"ms";}

可见用at的方式读取像素效率最低，用迭代器速度也比较慢，效率最高的方式还是使用指针读取。

好了，本篇就到此结束吧，过两天继续更^_^

参考书籍

《openCV2计算机视觉编程手册》

（转载请注明作者和出处：Shawn-HT http://blog.csdn.net/shawn_ht 未经允许请勿用于商业用途）

0 0