opencv读取图片获取像素数据 opencv获取图像像素

转载

mob64ca1403c772 2024-02-25 11:50:21

文章标签 opencv读取图片获取像素数据迭代器数组 i++ 文章分类 计算机视觉人工智能

opencv3访问图像像素的五种方法

在做图像处理中，很多时候并不是针对整个图像进行操作，往往需要遍历图像的所有的点或者部分的点。比如一张1920X1080的图像，它的像素很多，所以在遍历图像像素的算法就需要考虑操作方式的优劣性。所以总结一下，常用的方法。

会有以下五种方式。下面的例子以对图像进行反色操作为例，分析五种方法的时间复杂度。

一：下标M.at<float>(i,j)

Mat inverseColor1(Mat srcImg)
{
Mat temp = srcImg.clone();
int row = temp.rows;
int col = temp.cols;
for (int i = 0; i < row; i++)
    {
for (int j = 0; j < col;j++)
        {
            temp.at<cv::Vec3b>(i, j)[0] = 255 - temp.at<cv::Vec3b>(i, j)[0];
            temp.at<cv::Vec3b>(i, j)[1] = 255 - temp.at<cv::Vec3b>(i, j)[1];
            temp.at<cv::Vec3b>(i, j)[2] = 255 - temp.at<cv::Vec3b>(i, j)[2];
        }
 
    }
 
return temp;
}

temp.at<cv::Vec3b>(i, j)[n]表示彩色3通道图像中i行j列第k个通道的颜色像素值，其中<cv::Vec3b>是opencv里面的像素值类型。其函数模板为typedef Vec<uchar,3>Vec3b,表示3通道uchar。

at速度是五种方式里面较慢的，也是最简单的使用方式。

二：指针遍历Mat::ptr<type>

Mat inverseColor2(Mat srcImg)
{
Mat temp = srcImg.clone();
int row = temp.rows;
int col = temp.cols;
int nStep = temp.cols * temp.channels();
for (int i = 0; i < row; i++)
    {
uchar *pSrcData = srcImg.ptr<uchar>(i);
uchar *pResuiltData = temp.ptr<uchar>(i);
for (int j = 0; j < nStep;j++)
        {
            pResuiltData[j] = saturate_cast<uchar>(255 - pSrcData[j]);
           
        }
 
    }
 
return temp;
}

Opencv提供了ptr的方法，用于表示遍历图像的每一个字节，默认返回值为uchar* 或者const uchar* 。来自模板temp<typename _Tp>_Tp*Mat::ptr(int i0=0),i0代表是以零行为基准的索引，函数返回指向特定矩阵的uchar* 或指针。

ptr速度优于at和MatIterator_，是最常用的一种方式。相比第一种而言，操作方式复杂，运用到指针操作。相比第三种，操作简单。

三：迭代器MatIterator_

Mat inverseColor3(Mat srcImg)
{
Mat temp = srcImg.clone();
 
MatConstIterator_<Vec3b> srcIterStart = srcImg.begin<Vec3b>();
MatConstIterator_<Vec3b> srcIterEnd = srcImg.end<Vec3b>();
 
MatIterator_<Vec3b> resIterStart = temp.begin<Vec3b>();
MatIterator_<Vec3b> resIterEnd = temp.end<Vec3b>();
 
while (srcIterStart != srcIterEnd)
    {
        (*resIterStart)[0] = 255 - (*srcIterStart)[0];
        (*resIterStart)[1] = 255 - (*srcIterStart)[1];
        (*resIterStart)[2] = 255 - (*srcIterStart)[2];
        srcIterStart++;
        resIterStart++;
    }
   
return temp;
}

MatConstIterator_和MatIterator_是两个迭代器，MatConstIterator_<Vec3b> srcIterStart = srcImg.begin<Vec3b>()；表示指向迭代器的起始位置。MatConstIterator_<Vec3b> srcIterEnd = srcImg.end<Vec3b>()；表示指向迭代器的终止位置，通过起始起始和终止位置之间，移动指针完成对图像的像素遍历。

MatConstIterator_和MatIterator_

两者关系如下图：存在继承关系。

opencv读取图片获取像素数据 opencv获取图像像素_opencv读取图片获取像素数据

MatConstiterator 将迭代器设置为构造函数。

MatConstIterator_和MatIterator_ 两者是将迭代器设置为矩阵指定元素的构造函数。

迭代器MatIterator_速度是五种方式里面的最慢的，操作方式比较复杂。不推荐使用。

四：isContinouous

Mat inverseColor4(Mat src)
{
int row = src.rows;
int col = src.cols;
    cv::Mat temp = src.clone();
// 判断是否是连续图像，即是否有像素填充
if (src.isContinuous() && temp.isContinuous())
    {
        row = 1;
// 按照行展开
        col = col * src.rows * src.channels();
    }
// 遍历图像的每个像素
for (int i = 0; i < row; i++)
    {
// 设定图像数据源指针及输出图像数据指针
const uchar* pSrcData = src.ptr<uchar>(i);
uchar* pResultData = temp.ptr<uchar>(i);
for (int j = 0; j < col; j++)
        {
            *pResultData++ = 255 - *pSrcData++;
        }
    }
return temp;
}

图像行与行之间的存储可能是不连续的，上述三种方法，进行像素值遍历，很大程度上造成数据指针移动的浪费。Mat提供了一个检测是否连续的函数isContinuous（），1xN的图像矩阵是连续的。当图像元素连续时，可以看成一行，按行展开，利用指针来获取起始行的位置，进行遍历，节省了寻址的时间。

例：一张M x N的图像按行展开后，成为了1 x（ N x M）列的连续像素点。

isContinuous（）的方法优于前面三种方法，操作难度居中，推荐使用（备注：图像必须是连续的才能使用）。

图像不是连续的，可看下面这篇博客，改成连续的图像。

参考博客：

五:LTU查表法

Mat inverseColor5(Mat src)
{
int row = src.rows;
int col = src.cols;
Mat temp = src.clone();
// 建立LUT 反色table
uchar LutTable[256 * 3];
for (int i = 0; i < 256; ++i)
    {
        LutTable[i * 3] = 255 - i;
        LutTable[i * 3+1] = 255 - i;
        LutTable[i * 3+2] = 255 - i;
    }
Mat lookUpTable(1, 256, CV_8UC3, LutTable);
// 应用索引表进行查找
    LUT(src, lookUpTable, temp);
return temp;
}
 
/*LTU查表反色处理(单通道)*/
Mat inverseColor5_1(Mat src)
{
int row = src.rows;
int col = src.cols;
Mat temp = src.clone();
// 建立LUT 反色table
uchar LutTable[256];
for (int i = 0; i < 256; ++i)
    {
        LutTable[i] = 255 - i;
    }
Mat lookUpTable(1, 256, CV_8U);
uchar* pData = lookUpTable.data;
// 建立映射表
for (int i = 0; i < 256; ++i)
    {
        pData[i] = LutTable[i];
    }
// 应用索引表进行查找
    LUT(src, lookUpTable, temp);
return temp;
}

LUT函数介绍：数组的查找表转换。

函数LUT以来自查找表的值填充输出数组。每个像素的索引是从输入数组中获取的。也就是说，这个函数处理src的每个元素如下：

dst(I)←lut(src(I) + d)

opencv读取图片获取像素数据 opencv获取图像像素_数组_02