Opencv3笔记5——访问图像中的元素
访问图像中像素
LUT函数：Look up table 操作
operationsOnArrays:LUT()<lut>函数来进行批量图像元素查找，扫描和操作图像计时函数
getTickCount() 和 getTickFrequecny()
1. getTickCount() 函数返回CPU自某事情以来走过的始终周期
2. getTickFrequency() 函数返回CPU一秒返回所走过的时钟周期
1 指针访问
#include void colorReduce(Mat & inputImage, Mat & outputImage, int div)
{
outputImage = inputImage.clone(); //复制实参到临时变量
int rowNumber = outputImage.rows;
int colNumber = outputImage.cols*outputImage.channels(); // 列数 × 通道 = 每一行元素的个数
for (int i = 0; i < rowNumber; i++)
{
uchar * data = outputImage.ptr(i); //获取第i行的首地址
for (int j = 0;j < colNumber; j++)
{
data[j] = data[j] / div * div + div / 2;
}
}
} 
2 迭代器操作
void colorReduce(Mat & inputImage, Mat & outputImage, int div)
{
outputImage = inputImage.clone(); //复制实参到临时变量
Mat_::iterator it = outputImage.begin(); // 初始位置的迭代器
Mat_::iterator itend = outputImage.end(); //z终止位置的迭代器
//存取彩色图像像素
for (; it != itend; ++it)
{
(*it)[0] = (*it)[0] / div*div + div / 2;
(*it)[1] = (*it)[1] / div*div + div / 2;
(*it)[2] = (*it)[2] / div*div + div / 2;
}
} 
3 动态地址计算
void colorReduce(Mat & inputImage, Mat & outputImage, int div)
{
outputImage = inputImage.clone(); //复制实参到临时变量
int rowNumber = outputImage.rows; //列数
int colNumber = outputImage.cols; //行数
for (int i = 0; i < rowNumber; i++)
{
for (int j = 0; j < colNumber; j++)
{
outputImage.at(i, j)[0] = outputImage.at(i, j)[0] / div*div + div / 2;
outputImage.at(i, j)[1] = outputImage.at(i, j)[1] / div*div + div / 2;
outputImage.at(i, j)[2] = outputImage.at(i, j)[2] / div*div + div / 2;
}
}
} 
其余14种方法
1 利用ptr 和[]
void colorReduce0(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
for (int j=0; j(j);
for (int i=0; i//-------------开始处理每个像素-------------------
data[i]= data[i]/div*div + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 2 使用ptr和 * ++
void colorReduce1(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
for (int j=0; j(j);
for (int i=0; i//-------------开始处理每个像素-------------------
*data++= *data/div*div + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 3 使用模板
void colorReduce2(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
for (int j=0; jimage.ptr(j);
for (int i=0; i//-------------开始处理每个像素-------------------
int v= *data;
*data++= v - v%div + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 4 使用位操作
void colorReduce3(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 对于 div=16, mask= 0xF0
for (int j=0; j(j);
for (int i=0; i//------------开始处理每个像素-------------------
*data++= *data&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 5 指针运算
void colorReduce4(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
int step= image.step; //有效宽度
//掩码值
uchar mask= 0xFF<// e.g. 对于 div=16, mask= 0xF0
//获取指向图像缓冲区的指针
uchar *data= image.data;
for (int j=0; jfor (int i=0; i//-------------开始处理每个像素-------------------
*(data+i)= *data&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
data+= step; // next line
}
} 6 利用 .ptr 和 * ++以及位运算、image.cols * image.channels()
void colorReduce5(Mat &image, int div=64) {
int nl= image.rows; //行数
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 例如div=16, mask= 0xF0
for (int j=0; j(j);
for (int i=0; i//-------------开始处理每个像素-------------------
*data++= *data&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 7 利用.ptr 和 * ++ 以及位运算(continuous)
void colorReduce6(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols * image.channels(); //每行元素的总元素数量
if (image.isContinuous())
{
//无填充像素
nc= nc*nl;
nl= 1; // 为一维数列
}
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 比如div=16, mask= 0xF0
for (int j=0; j(j);
for (int i=0; i//-------------开始处理每个像素-------------------
*data++= *data&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 8 利用 .ptr 和 * ++ 以及位运算 (continuous+channels)
void colorReduce7(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols ; //列数
if (image.isContinuous())
{
//无填充像素
nc= nc*nl;
nl= 1; // 为一维数组
}
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 比如div=16, mask= 0xF0
for (int j=0; j(j);
for (int i=0; i//-------------开始处理每个像素-------------------
*data++= *data&mask + div/2;
*data++= *data&mask + div/2;
*data++= *data&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 9 利用Mat_ iterator
void colorReduce8(Mat &image, int div=64) {
//获取迭代器
Mat_::iterator it= image.begin();
Mat_::iterator itend= image.end();
for ( ; it!= itend; ++it) {
//-------------开始处理每个像素-------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
//-------------结束像素处理------------------------
}//单行处理结束
} 10 利用Mat_ iterator以及位运算
void colorReduce9(Mat &image, int div=64) {
// div必须是2的幂
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 比如 div=16, mask= 0xF0
// 获取迭代器
Mat_::iterator it= image.begin();
Mat_::iterator itend= image.end();
//扫描所有元素
for ( ; it!= itend; ++it)
{
//-------------开始处理每个像素-------------------
(*it)[0]= (*it)[0]&mask + div/2;
(*it)[1]= (*it)[1]&mask + div/2;
(*it)[2]= (*it)[2]&mask + div/2;
//-------------结束像素处理------------------------
}//单行处理结束
} 11 利用Mat Iterator_
void colorReduce10(Mat &image, int div=64) {
//获取迭代器
Mat_ cimage= image;
Mat_::iterator it=cimage.begin();
Mat_::iterator itend=cimage.end();
for ( ; it!= itend; it++) {
//-------------开始处理每个像素-------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
//-------------结束像素处理------------------------
}
} 12 利用动态地址计算配合at
void colorReduce11(Mat &image, int div=64) {
int nl= image.rows; //行数
int nc= image.cols; //列数
for (int j=0; jfor (int i=0; i//-------------开始处理每个像素-------------------
image.at(j,i)[0]= image.at(j,i)[0]/div*div + div/2;
image.at(j,i)[1]= image.at(j,i)[1]/div*div + div/2;
image.at(j,i)[2]= image.at(j,i)[2]/div*div + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 13 利用图像的输入与输出
void colorReduce12(const Mat &image, //输入图像
Mat &result, // 输出图像
int div=64) {
int nl= image.rows; //行数
int nc= image.cols ; //列数
//准备好初始化后的Mat给输出图像
result.create(image.rows,image.cols,image.type());
//创建无像素填充的图像
nc= nc*nl;
nl= 1; //单维数组
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g.比如div=16, mask= 0xF0
for (int j=0; j(j);
const uchar* idata= image.ptr(j);
for (int i=0; i//-------------开始处理每个像素-------------------
*data++= (*idata++)&mask + div/2;
*data++= (*idata++)&mask + div/2;
*data++= (*idata++)&mask + div/2;
//-------------结束像素处理------------------------
} //单行处理结束
}
} 14 利用操作符重载
void colorReduce13(Mat &image, int div=64) {
int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));
//掩码值
uchar mask= 0xFF<// e.g. 比如div=16, mask= 0xF0
//进行色彩还原
image=(image&Scalar(mask,mask,mask))+Scalar(div/2,div/2,div/2);
}