OpenCV学习篇之五 使用指针遍历图像

程序功能：
对图像进行颜色缩减

程序：

// learn_colorReduce.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include 
#include 
#include 

using namespace std;
void colorReduce(cv::Mat &image ,int div=128)
{
    int nl = image.rows;//行数
    int nc = image.cols;//列数

    if(image.isContinuous())
    {
        //当图像没有额外的填补像素时
    nc=nc*nl;//
    nl=1;//一维数组
    }

    int n= static_cast<int>(log(static_cast<double>(div)/(log(2.0))));//用来对像素值进行取整的二进制掩模

    uchar mask = 0xff<//

    for(int j = 0; j < nl; j++)
    {
       uchar* data=image.ptr(j);//第j行的地址

       for(int i = 0; i < nc; i++)
       {
         //处理每个像素
           *data++=*data&mask + div/2;
           *data++=*data&mask + div/2;
           *data++=*data&mask + div/2;

       }//for i
    }//for j


}

int _tmain(int argc, _TCHAR* argv[])
{
    cv::Mat image1;
    //cv::Mat image2;



    image1= cv::imread("D:\\image\\boldt.jpg");
        if (!image1.data)
        {
         return 0;
        }

         cv::namedWindow("输入图像");
         cv::namedWindow("输出图像");

         cv::imshow("输入图像",image1);

         colorReduce(image1);

         cv::imshow("输出图像",image1);

    cv::waitKey();
    return 0;
}

程序运行结果：

图1 颜色缩减前的图像

图2 颜色缩减后的图像

程序分析：
彩色图像由三个通道组成，每一个通道对应三原色（红、绿、蓝）之一的强度。由于每个强度值都是用一个8位unsigned char表示，所以全部可能得颜色数目为256*256*256，大于1600万个。为了降低分析的复杂度，降低图像中的颜色数目有时候是有用的。一个简单的办法就是将RGB空间划分为同等大小的格子。例如，将每一个维度的颜色降低为原来的1/8，那么总的颜色数就为32*32*32.原始图像中的每个颜色都替换为它所在格子的中心对应的颜色。因此，这个算法很简单：如果N是颜色缩小比例，那么对于图像中每个像素的每一个通道，将其值除以N（整数除法，舍去余数），然后再乘以N，这样就能得到不大于原始像素值的最大倍值。如果对每个8位通道的值都进行上述操作，那么就可以得到共计256/N*256/N*256/N个颜色值。