OpenCV?通過Mat遍歷圖像的方法匯總
我們?cè)趯?shí)際應(yīng)用中對(duì)圖像進(jìn)行的操作，往往并不是將圖像作為一個(gè)整體進(jìn)行操作，而是對(duì)圖像中的所有點(diǎn)或特殊點(diǎn)進(jìn)行運(yùn)算，所以遍歷圖像就顯得很重要，如何高效的遍歷圖像是一個(gè)很值得探討的問題。
Color Reduce
還是使用經(jīng)典的Reduce Color的例子，即對(duì)圖像中的像素表達(dá)進(jìn)行量化。如常見的RGB24圖像有256×256×256中顏色，通過Reduce Color將每個(gè)通道的像素減少8倍至256/8=32種，則圖像只有32×32×32種顏色。假設(shè)量化減少的倍數(shù)是N，則代碼實(shí)現(xiàn)時(shí)就是簡(jiǎn)單的value/N*N，通常我們會(huì)再加上N/2以得到相鄰的N的倍數(shù)的中間值，最后圖像被量化為(256/N)×(256/N)×(256/N)種顏色。
并對(duì)圖像降色彩后的彩色直方圖進(jìn)行統(tǒng)計(jì)。
方法一、直接對(duì)圖像像素修改.at<typename>(i,j)
Mat類提供了一個(gè)at的方法用于取得圖像上的點(diǎn)，它是一個(gè)模板函數(shù)，可以取到任何類型的圖像上的點(diǎn)。
void colorReduce(Mat& image,int div)
{
for(int i=0;i<image.rows;i++)
{
for(int j=0;j<image.cols;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;
}
}
}
通過上面的例子我們可以看出，at方法取圖像中的點(diǎn)的用法：
image.at<uchar>(i,j)：取出灰度圖像中i行j列的點(diǎn)。
image.at<Vec3b>(i,j)[k]：取出彩色圖像中i行j列第k通道的顏色點(diǎn)，k=[0,1,2]，分別代表B,G,R。
其中uchar,Vec3b都是圖像像素值的類型，不要對(duì)Vec3b這種類型感覺害怕，其實(shí)在core里它是通過typedef Vec<T,N>來定義的，N代表元素的個(gè)數(shù)，T代表類型。
更簡(jiǎn)單一些的方法：OpenCV定義了一個(gè)Mat的模板子類為Mat_，它重載了operator()讓我們可以更方便的取圖像上的點(diǎn)。
Mat_<uchar> im=image; im(i,j)=im(i,j)/div*div+div/2;
二、用指針.ptr<uchar>(k)來遍歷輸入圖像，數(shù)組[]生成輸出圖像
上面的例程中可以看到，我們實(shí)際喜歡把原圖傳進(jìn)函數(shù)內(nèi)，但是在函數(shù)內(nèi)我們對(duì)原圖像進(jìn)行了修改，而將原圖作為一個(gè)結(jié)果輸出，很多時(shí)候我們需要保留原圖，這樣我們需要一個(gè)原圖的副本。
void colorReduce(const Mat& image,Mat& outImage,int div)
{
// 創(chuàng)建與原圖像等尺寸的圖像
outImage.create(image.size(),image.type());
int nr=image.rows;
// 將3通道轉(zhuǎn)換為1通道
int nl=image.cols*image.channels();
for(int k=0;k<nr;k++)
{
// 每一行圖像的指針
const uchar* inData=image.ptr<uchar>(k);
uchar* outData=outImage.ptr<uchar>(k);
for(int i=0;i<nl;i++)
{
outData[i]=inData[i]/div*div+div/2;
}
}
}
從上面的例子中可以看出，取出圖像中第i行數(shù)據(jù)的指針：image.ptr<uchar>(i)。
值得說明的是：程序中將3通道的數(shù)據(jù)轉(zhuǎn)換為1通道，在建立在每一行數(shù)據(jù)元素之間在內(nèi)存里是連續(xù)存儲(chǔ)的，每個(gè)像素三通道像素按順序存儲(chǔ)。也就是一幅圖像數(shù)據(jù)最開始的三個(gè)值，是最左上角的那像素的三個(gè)通道的值。
但是這種用法不能用在行與行之間，因?yàn)閳D像在OpenCV里的存儲(chǔ)機(jī)制問題，行與行之間可能有空白單元。這些空白單元對(duì)圖像來說是沒有意思的，只是為了在某些架構(gòu)上能夠更有效率，比如intel MMX可以更有效的處理那種個(gè)數(shù)是4或8倍數(shù)的行。但是我們可以申明一個(gè)連續(xù)的空間來存儲(chǔ)圖像，這個(gè)話題引入下面最為高效的遍歷圖像的機(jī)制。
三、用指針.ptr<uchar>(k)來遍歷輸入圖像，指針方式生成輸出圖像
與上述方法二遍歷圖像的方法相同，而生成輸出圖像的方式從數(shù)組換成了指針的方式。因此只需改動(dòng)一句話。
void colorReduce(const Mat& image,Mat& outImage,int div)
{
// 創(chuàng)建與原圖像等尺寸的圖像
outImage.create(image.size(),image.type());
int nr=image.rows;
// 將3通道轉(zhuǎn)換為1通道
int nl=image.cols*image.channels();
for(int k=0;k<nr;k++)
{
// 每一行圖像的指針
const uchar* inData=image.ptr<uchar>(k);
uchar* outData=outImage.ptr<uchar>(k);
for(int i=0;i<nl;i++)
{
*outData++ = *inData++ / div*div + div / 2;
}
}
}
四、用指針.ptr<uchar>(k)來遍歷輸入圖像，指針方式結(jié)合位運(yùn)算生成輸出圖像
與上述方法遍歷圖像的方法相同，而生成輸出圖像的方式從加減乘除基本四則運(yùn)算的方式換成了位運(yùn)算的方式。
這里特別需要注意的是，位運(yùn)算的優(yōu)先級(jí)是低于乘除加減的，所以一定要在位運(yùn)算加括號(hào)。
void colorReduce(const Mat& image, Mat& outImage, int div)
{
// 創(chuàng)建與原圖像等尺寸的圖像
outImage.create(image.size(), image.type());
int nr = image.rows;
// 將3通道轉(zhuǎn)換為1通道
int nl = image.cols*image.channels();
//對(duì)數(shù)換底公式log a(b) = log b/log a
int n = static_cast<int>(log(static_cast<double>(div)) / log(2.0));
// mask used to round the pixel value e.g. for div=16, mask= 0xF0
uchar mask = 0xFF << n;
for (int k = 0; k<nr; k++)
{
// 每一行圖像的指針
const uchar* inData = image.ptr<uchar>(k);
uchar* outData = outImage.ptr<uchar>(k);
for (int i = 0; i<nl; i++)
{
//進(jìn)行位運(yùn)算時(shí)要注意加括號(hào)，位運(yùn)算優(yōu)先級(jí)低于+-*/
*outData++ = (*inData++ & mask) + div / 2;
}
}
}
五、用指針.ptr<uchar>(k)來遍歷輸入圖像，指針方式結(jié)合取模運(yùn)算生成輸出圖像
與上述方法遍歷圖像的方法相同，而生成輸出圖像的方式從位運(yùn)算的方式換成了取模運(yùn)算的方式。
void colorReduce(const Mat& image, Mat& outImage, int div)
{
// 創(chuàng)建與原圖像等尺寸的圖像
outImage.create(image.size(), image.type());
int nr = image.rows;
// 將3通道轉(zhuǎn)換為1通道
int nl = image.cols*image.channels();
int n = static_cast<int>(log(static_cast<double>(div)) / log(2.0));
// mask used to round the pixel value e.g. for div=16, mask= 0xF0
uchar mask = 0xFF << n;
for (int k = 0; k<nr; k++)
{
// 每一行圖像的指針
const uchar* inData = image.ptr<uchar>(k);
uchar* outData = outImage.ptr<uchar>(k);
for (int i = 0; i<nl; i++)
{
int Data = *inData++;
*outData++ = Data - Data%div + div / 2;
}
}
}
六、連續(xù)圖像isContinuous()函數(shù)方法。
上面已經(jīng)提到過了，一般來說圖像行與行之間往往存儲(chǔ)是不連續(xù)的，但是有些圖像可以是連續(xù)的，Mat提供了一個(gè)檢測(cè)圖像是否連續(xù)的函數(shù)isContinuous()。當(dāng)圖像連通時(shí)，我們就可以把圖像完全展開，看成是一行。
void colorReduce(const Mat& image,Mat& outImage,int div)
{
int nr=image.rows;
int nc=image.cols;
outImage.create(image.size(),image.type());
if(image.isContinuous()&&outImage.isContinuous())
{
nr=1;
nc=nc*image.rows*image.channels();
}
for(int i=0;i<nr;i++)
{
const uchar* inData=image.ptr<uchar>(i);
uchar* outData=outImage.ptr<uchar>(i);
for(int j=0;j<nc;j++)
{
*outData++=*inData++/div*div+div/2;
}
}
}
用指針除了用上面的方法外，還可以用指針來索引固定位置的像素：
image.step返回圖像一行像素元素的個(gè)數(shù)（包括空白元素），image.elemSize()返回一個(gè)圖像像素的大小。
image.at<uchar>(i,j)=image.data+i*image.step+j*image.elemSize();
七、迭代器Mat_iterator方法。
下面的方法可以讓我們來為圖像中的像素聲明一個(gè)迭代器：
MatIterator_<Vec3b> it; Mat_<Vec3b>::iterator it;
如果迭代器指向一個(gè)const圖像，則可以用下面的聲明：
MatConstIterator<Vec3b> it; 或者 Mat_<Vec3b>::const_iterator it;
下面我們用迭代器來簡(jiǎn)化上面的colorReduce程序：
void colorReduce(const Mat& image,Mat& outImage,int div)
{
outImage.create(image.size(),image.type());
MatConstIterator_<Vec3b> it_in=image.begin<Vec3b>();
MatConstIterator_<Vec3b> itend_in=image.end<Vec3b>();
MatIterator_<Vec3b> it_out=outImage.begin<Vec3b>();
MatIterator_<Vec3b> itend_out=outImage.end<Vec3b>();
while(it_in!=itend_in)
{
(*it_out)[0]=(*it_in)[0]/div*div+div/2;
(*it_out)[1]=(*it_in)[1]/div*div+div/2;
(*it_out)[2]=(*it_in)[2]/div*div+div/2;
it_in++;
it_out++;
}
}
如果你想從第二行開始，則可以從
image.begin<Vec3b>()+image.rows
開始。
上面7種方法中，第4種方法的效率最高！
到此這篇關(guān)于OpenCV 通過Mat遍歷圖像的幾種方法的文章就介紹到這了,更多相關(guān)OpenCV遍歷圖像內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
c++利用vector創(chuàng)建二維數(shù)組的幾種方法總結(jié)
這篇文章主要介紹了c++利用vector創(chuàng)建二維數(shù)組的幾種方法總結(jié)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11
C語(yǔ)言實(shí)現(xiàn)打印星號(hào)圖案
這篇文章主要介紹了C語(yǔ)言實(shí)現(xiàn)打印星號(hào)圖案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11
這篇文章主要介紹了VS2019如何添加頭文件路徑的方法步驟，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
這篇文章主要介紹了C語(yǔ)言字符串原地壓縮實(shí)現(xiàn)方法,包含了字符串的遍歷與轉(zhuǎn)換等操作,是很實(shí)用的操作技巧,需要的朋友可以參考下2014-09-09
詳解MFC/C++調(diào)用易語(yǔ)言的整數(shù)型和文本型與VS2010互動(dòng)
在本篇文章里我們給大家分享了MFC/C++調(diào)用易語(yǔ)言的整數(shù)型和文本型與VS2010互動(dòng)相關(guān)知識(shí)點(diǎn)內(nèi)容，有興趣的朋友們可以參考下。2018-11-11
這篇文章主要為大家詳細(xì)介紹了C語(yǔ)言職工信息管理系統(tǒng)源碼，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
這篇文章主要介紹了C語(yǔ)言中的多級(jí)指針,本文給大家介紹的非常詳細(xì)，具有參考借鑒價(jià)值，需要的朋友可以參考下,希望能給你帶來幫助2021-08-08
這篇文章主要介紹了C語(yǔ)言中回調(diào)函數(shù)的使用詳情,閱讀下文我們將學(xué)習(xí)到架構(gòu)的核心理念和需、回調(diào)函數(shù)的作用、回調(diào)函數(shù)的程序編寫等內(nèi)容，需要的小伙伴可以參考一下2022-03-03
C語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單貪吃蛇小游戲
這篇文章主要為大家詳細(xì)介紹了C語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單貪吃蛇小游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-09-09
C語(yǔ)言 數(shù)據(jù)結(jié)構(gòu)之中序二叉樹實(shí)例詳解
這篇文章主要介紹了C語(yǔ)言 數(shù)據(jù)結(jié)構(gòu)之中序二叉樹實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下2017-01-01