【OpenCV】OpenCV实战从入门到精通之 -- 指针访问、迭代器iterator、动态地址计算配合at元素

目录

1、指针访问像素

2、迭代器操作像素

3、动态地址计算

OpenCV中，有三种方式访问图像像素： 

1. 指针访问：C操作符[]；
2. 迭代器iterator
3. 动态地址计算

上述方法在访问速度上略有差异。debug模式下，差异非常明显，在release模式下，差异就不太明显。

最新黑客攻防从入门到精通，下边通过一组例子来说明这三种方法的使用，程序的作用是减少颜色的数量，比如原来的图像是256种颜色，我们希望将它变成64中颜色，只需要将原来的颜色除以4（整除）以后再乘以4即可。

主程序代码如下：

//---------------------------------【头文件、命名空间包含部分】--------------------------
//		描述：包含程序所使用的头文件和命名空间
//---------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>   
#include <iostream>  using namespace std;
using namespace cv;//-----------------------------------【全局函数声明部分】-----------------------------------
//          描述：全局函数声明
//------------------------------------------------------------------------------------------
//减少颜色
void colorReduce(Mat& inputImage, Mat& outputImage, int div);//--------------------------------------【main( )函数】---------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main()
{//【1】创建原始图并显示Mat srcImage = imread("1.jpg");imshow("原始图像", srcImage);//【2】按原始图的参数规格来创建创建效果图Mat dstImage;dstImage.create(srcImage.rows, srcImage.cols, srcImage.type());//效果图的大小、类型与原图片相同 //【3】记录起始时间double time0 = static_cast<double>(getTickCount());//【4】调用颜色空间缩减函数colorReduce(srcImage, dstImage, 32);//【5】计算运行时间并输出time0 = ((double)getTickCount() - time0) / getTickFrequency();cout << "\t此方法运行时间为： " << time0 << "秒" << endl;  //输出运行时间//【6】显示效果图imshow("效果图", dstImage);waitKey(0);
}

1、指针访问像素

指针访问像素利用的是C语言中的操作符[]。这种方法最快，但是略有点抽象。实验条件下单词运行时间为0.00370487秒，代码如下：

//---------------------------------【colorReduce( )函数】---------------------------------
//          描述：使用【指针访问：C操作符[ ]】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone();  //拷贝实参到临时变量int rowNumber = outputImage.rows;  //行数int colNumber = outputImage.cols*outputImage.channels();  //列数 x 通道数=每一行元素的个数//双重循环，遍历所有的像素值for (int i = 0; i < rowNumber; i++)  //行循环{uchar* data = outputImage.ptr<uchar>(i);  //获取第i行的首地址for (int j = 0; j < colNumber; j++)   //列循环{// ---------【开始处理每个像素】-------------     data[j] = data[j] / div*div;// ----------【处理结束】---------------------}  //行处理结束}
}

指针访问数组元素，分析讲解上述代码：

Mat类属性：

• 公有变量cols和rows给出图像的宽和高
• channels()：返回图像的通道数。灰度图通道数为1，彩色通道数为3
• ptr()函数：得到任意行的首地址。ptr是一个模板函数，它返回第i行的首地址：uchar* data = outputImage.ptr<uchar>(i);  //获取第i行的首地址

每行的像素值个数以下语句得到：

int colNumber = outputImage.cols*outputImage.channels();  //列数 x 通道数=每一行元素的个数

基于opencv。运行结果：

2、迭代器操作像素

迭代器需要做的仅仅是获得图像矩阵的begin和end，然后增加迭代直至从begin到end。将 * 操作符添加在迭代指针前，即可访问当前指向的内容。

opencv算法精解。相比使用指针可能越界问题，迭代器绝对是非常安全的方法。

//-------------------------------------【colorReduce( )函数】-----------------------------
//		描述：使用【迭代器】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone();  //拷贝实参到临时变量//获取迭代器Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();  //初始位置的迭代器Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>();  //终止位置的迭代器//存取彩色图像像素for (; it != itend; ++it){// ------------------------【开始处理每个像素】--------------------(*it)[0] = (*it)[0] / div*div;  //蓝色通道(*it)[1] = (*it)[1] / div*div;  //绿色通道(*it)[2] = (*it)[2] / div*div;  //红色通道// ------------------------【处理结束】----------------------------}
}

运行结果：  

3、动态地址计算

常指针？动态地址运算配合at方法。这种方法简单明了，符合我们对像素的认识。

//----------------------------------【colorReduce( )函数】-------------------------------
//          描述：使用【动态地址运算配合at】方法版本的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone();  //拷贝实参到临时变量int rowNumber = outputImage.rows;  //行数int colNumber = outputImage.cols;  //列数//存取彩色图像像素for (int i = 0; i < rowNumber; i++){for (int j = 0; j < colNumber; j++){// ------------------------【开始处理每个像素】--------------------outputImage.at<Vec3b>(i, j)[0] = outputImage.at<Vec3b>(i, j)[0] / div*div;  //蓝色通道outputImage.at<Vec3b>(i, j)[1] = outputImage.at<Vec3b>(i, j)[1] / div*div;  //绿色通道outputImage.at<Vec3b>(i, j)[2] = outputImage.at<Vec3b>(i, j)[2] / div*div;  //红是通道// -------------------------【处理结束】----------------------------}  // 行处理结束     }
}

分析讲解代码：

Mat：

• 成员函数at（int y， int x）：用来存储图像元素，但是必须在编译期知道图像的数据类型。需要注意的是，一定要确保指定的数据类型和矩阵中的数据类型符合，因为at方法本身不会对任何数据类型进行转换。

Vec3b：

• 一个图像的Mat会返回一个由三个8位数组成的向量，，将其定义为Vec3b，即由三个unsigned char组成的向量，所以存取彩色图像像素的代码可以写出如下形式：

image.at<Vec3b>(i, j)[chanel] = value;  //索引值channel标明了颜色通道号

运行结果：