一.行/列訪問

1.單行/單列訪問

Mat Mat::row(int i) const

Mat Mat::col(int j) const

2.多行/多列訪問

Range(start,end);

Range::all();? // 表示所有行或列

Mat A; Mat B=A(Range::(5,9),Range(1,3)); //表示5-9行(不包括9),1-3列(不包括3)

?

二.區(qū)域訪問

1.CRect

//在圖像的右下角定義一個ROI cv::Mat imageROI(image,cv::Rect(image.cols-logo.cols,image.rows-logo.rows,logo.cols,logo.rows));或者 cv::Mat imageROI=image(cv::Rect(image.cols-logo.cols,image.rows-logo.rows,logo.cols,logo.rows));

?

2.CSize

?

三.像素訪問

1.at()訪問

使用at()函數代碼可讀性高,效率不是很高,使用at()函數必須用兩個循環(huán)實現

注意訪問順序,先訪問行(外循環(huán)rows)(指針在高的第一行)

????????????????????? 再訪問列(內循環(huán)cols)(指針移動寬的每一行)

?

template <typename _Tp> inline _Tp& Mat::at(int i0, int i1)

template <typename _Tp> inline const _Tp& Mat::at(int i0, int i1) const

?

template <typename _Tp> inline _Tp& Mat::at(Point pt)

template <typename _Tp> inline const _Tp& Mat::at(Point pt) const

?

template <typename _Tp> inline _Tp& Mat::at(int i0)

template <typename _Tp> inline const _Tp& Mat::at(int i0) const

?

template <typename _Tp> inline _Tp& Mat::at(int i0, int i1, int i2)

template <typename _Tp> inline const _Tp& Mat::at(int i0, int i1, int i2) const

?

template <typename _Tp> inline _Tp& Mat::at(const int* idx)

template <typename _Tp> inline const _Tp& Mat::at(const int* idx) const

?

template <typename _Tp, int n> _Tp& Mat::at(const Vec<int, n>& idx)

template <typename _Tp, int n> inline const _Tp& Mat::at(const Vec<int, n>& idx) const

?

at()函數是模板函數,可以自定義類型

其中at<uchar>表示單通道圖像,at<cv::Vec3b>表示三通道圖像

?

//遍歷像素值#include <iostream> #include "opencv2/opencv.hpp"using namespace std;int main(int argc, char* argv[]) {cv::Mat grayim(600, 800, CV_8UC1);cv::Mat colorim(600, 800, CV_8UC3);//遍歷所有像素,并設置像素值for(int i = 0;i < grayim.rows; ++i)for(int j = 0; j < grayim.cols; ++j)grayim.at<uchar>(i,j) = (i+j)%255;//遍歷所有像素,并設置像素值for(int i=0; i<colorim.rows; ++i)for(int j=0; j<colorim.cols; ++j){cv::Vec3b pixel;pixel[0] = i%255; //Bluepixel[1] = j%255; //Greenpixel[2] = 0; //Redcolorim.at<cv::Vec3b>(i,j) = pixel;}cv::imshow("grayim",grayim);cv::imshow("colorim",colorim);cv::waitKey(0);return 0;}

?

2.ptr()訪問

注意at()函數返回的是一個uchar變量類型,而ptr()函數返回的是一個uchar*指針類型

ptr()函數和at()函數都需要兩個循環(huán)來遍歷像素.雖然它返回的是指針,索引速度比較快,但是指針不進行類型以及越界檢查

它的訪問順序是跟at()函數有點像,先獲取首個行指針,再遍歷列指針

?

inline uchar* Mat::ptr(int y)

inline const uchar* Mat::ptr(int y) const

template<typename _Tp> inline _Tp* Mat::ptr(int y)

template<typename _Tp> inline const _Tp* Mat::ptr(int y) const

?

inline uchar* Mat::ptr(int i0, int i1)

intline const uchar* Mat::ptr(int i0, int i1) const

template<typename _Tp> inline _Tp* Mat::ptr(int i0, int i1)

template<typename _Tp> inline const _Tp* Mat::ptr(int i0, int i1) const

?

inline uchar* Mat::ptr(int i0, int i1, int i2)

inline const uchar* Mat::ptr(int i0, int i1, int i2) const

template<typename _Tp> inline _Tp* Mat::ptr(int i0, int i1, int i2)

template<typenmae _Tp> inline const _Tp* Mat::ptr(int i0, int i1, int i2) const

?

inline uchar* Mat::ptr(const int* idx)

inline const uchar* Mat::ptr(const int* idx) const

?

?

#include <iostream> #include "opencv2/opencv.hpp"using namespace std;int main(int argc, char* argv[]) {cv::Mat grayim(600,800,CV_8UC1);cv::Mat colorim(600,800,CV_8UC3);//遍歷所有像素,并設置像素值for( int i = 0; i < grayim.rows; ++i) {//獲取第i行首像素指針uchar* p = grayim.ptr<uchar>(i);//對第i的每個像素操作for(int j = 0;j < grayim.cols; ++j)p[j] = (i+j)%255;}//遍歷所有像素,并設置像素值for( int i = 0; i<colorim.rows; ++i) {//獲取第i行首像素指針cv::Vec3b* p=colorim.ptr<cv::Vec3b>(i);for( int j = 0; j < colorim.cols; ++j) {p[j][0] = i%255; //Bluep[j][1] = j%255; //Greenp[j][2] = 0; //Red}}imshow("grayim", grayim);imshow("colorim", colorim);cv::waitKey(0);return 0; }

?

3.迭代器訪問

迭代器訪問有點像at()函數訪問,雖然它只需要一個循環(huán),但是它的可讀性沒有at()函數清楚

?

MatIterator_是一個類模板,而at()函數是函數模板

MatIterator_類似于STL中的迭代器,根據迭代器開頭和結尾一直遍歷

?

template<typename _Tp>

class MatIterator_ : public MatConstIterator_<_Tp>

{

public:

　　typedef _Tp* pointer;

　　typedef _Tp& reference;

　　typedef std::random_access_iterator_tag iterator_category;

　　

　　MatIterator_();

　　MatIterator_(Mat_<_Tp>* _m);

　　MatIterator_(Mat_<_Tp>* _m, int _row, int _col = 0);

　　MatIterator_(const Mat_<_Tp>* _m, Point _pt);

　　MatIterator_(const Mat_<_Tp>* _m, const int* _idx);

　　MatIterator_(const MatIterator_& it);

　　MatIterator_& operator = (const MatIterator_<_Tp>& it);

?

　　_Tp& operator *() const;

　　_Tp& operator [](ptrdiff_t i) const;

?

　　MatIterator_& operator += (ptrdiff_t ofs);

　　MatIterator_& operator -= (ptrdiff_t ofs);

　　MatIterator_& operator -- ();

　　MatIterator_? operator --? (int);

　　MatIterator_& operator ++ ();

　　MatIterator_? operator ++ (int);

};

?

#include <iostream> #include "opencv2/opencv.hpp"using namespace std;int main(int argc, char* argv[]) {cv::Mat grayim(600, 800, CV_8UC1);cv::Mat colorim(600, 800, CV_8UC3);//遍歷所有像素,并設置像素值cv::MatIterator_<uchar> grayit, grayend;for( grayit = grayim.begin<uchar>(), grayend = grayim.end<uchar>(); grayit != grayend; ++grayit)*grayit = rand()%255;//遍歷所有像素,并設置像素值cv::MatIterator_<cv::Vec3b> colorit,colorend;for( colorit = colorim.begin<cv::Vec3b>(), colorend = colorim.end<cv::Vec3b>(); colorit != colorend; ++colorit) {(*colorit)[0] = rand()%255; //Blue(*colorit)[1] = rand()%255; //Green(*colorit)[2] = rand()%255; //Red}//顯示結果cv::imshow("grayim", grayim);cv::imshow("colorim", colorim);cv::waitKey(0);return 0;}

?

4.模板訪問

//用Mat_模板操作圖像 cv::Mat_<uchar> im2(image); im2(50,100)=0; // 訪問第50行,第100列處那個值

?

5.查找表訪問

LUT(Look Up Table,查找表)是一張像素灰度值的映射表,它將采樣到的灰度值經過圖像處理(替換 反轉? 賦值 閾值 二值化 灰度變化等),利用映射關系變換成相應的灰度值

OpenCV中LUT查找表包含256個元素,應用于單通道或相同類型的多通道數據,用于減少圖像映射的時間復雜度

cv::Mat inverseColor6(cv::Mat srcImage) {int row = srcImage.rows;int col = srcImage.cols;cv::Mat tempImage = srcImage.clone();// 建立LUT 反色tableuchar LutTable[256];for (int i = 0; i < 256; ++i)LutTable[i] = 256 - i;cv::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];// 應用搜索表進行查找cv::LUT(srcImage, lookUpTable, tempImage);return tempImage; }

?

四.例子

1.減色

(1)指針

//test.cppvoid colorReduce(cv::Mat image,int div=64){int nl=image.rows; //行數//每行的元素數量int nc=image.cols*image.channels();for(int j=0;j<nl;j++){//取得行j的地址uchar* data=image.ptr<uchar>(j);for(int i=0;i<nc;i++){//處理每個像素data[i]=data[i]/div*div+div/2;}}}

?

?(2)迭代器

void colorReduce(cv::Mat image,int div=64){//在初始位置獲得迭代器cv::Mat_<cv::Vec3b>::iterator it=image.begin<cv::Vec3b>();//獲得結束位置cv::Mat_<cv::Vec3b>::iterator itend=image.end<cv::Vec3b>();//循環(huán)遍歷所有像素for(;it!=itend;++it){//處理每個像素(*it)[0]=(*it)[0]/div*div+div/2;(*it)[1]=(*it)[1]/div*div+div/2; (*it)[2]=(*it)[2]/div*div+div/2;}}

?

2.銳化

void sharpen(const cv::Mat& image,cv::Mat& result){//判斷是否需要分配圖像數據,如果需要,就分配result.create(image.size(),image.type());int nchannels=image.channels(); //獲得通道數//處理所有行(除了第一行和最后一行)for(int j=1;j<image.rows-1;j++){const uchar* previous=image.ptr<const uchar>(j-1); //上一行const uchar* current=image.ptr<const uchar>(j); //當前行const uchar* next=image.ptr<const uchar>(j+1); //下一行uchar* output=result.ptr<uchar>(j); //輸出行for(int i=nchannels;i<(image.cols-1)*nchannels;i++){*output++=cv::saturate_cast<uchar>(5*current[i]-current[i-nchannels]-current[i+nchannels-previous[i]-next[i]]);}}//把未處理的像素設為0result.row(0).setTo(cv::Scalar(0));result.row(result.rows-1).setTo(cv::Scalar(0));result.col(0).setTo(cv::Scalar(0));result.col(result.cols-1).setTo(cv::Scalar(0));}int main() {cv::Mat imag1=cv::imread("a.jpg");cv::Mat result;sharpen(imag1,result);cv::namedWindow("Image");cv::imshow("Image",result);cv::waitKey(0);system("pause");return 0; }

?

轉載于:https://www.cnblogs.com/k5bg/p/11077032.html

總結

以上是生活随笔為你收集整理的OpenCV2:幼儿园篇 第四章 访问图像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。