opencv访问（Mat）图像的像素方法汇总

20200521 新增：

// 定义宏
#define CV_MAT_ELEM2(src,dtype,y,x)    (dtype*)(src.data+src.step[0]*(y)+src.step[1]*(x) )

//　使用
for (int i = 0; i

 

1.存取单个像素值

最通常的方法就是

 

[cpp]  view plain  copy

 

1. img.at(i,j) = 255;  
2. img.at(i,j)[0] = 255;  

如果你觉得at操作显得太笨重了，不想用Mat这个类，也可以考虑使用轻量级的Mat_类，使用重载操作符()实现取元素的操作。

 

 

[cpp]  view plain  copy

 

1. cv::Mat_ im2= img; // im2 refers to image  
2.    im2(50,100)= 0; // access to row 50 and column 100  

 

 

 

2.用指针扫描一幅图像

 

对于一幅图像的扫描，用at就显得不太好了，还是是用指针的操作方法更加推荐。先介绍一种上一讲提到过的

 

[cpp]  view plain  copy

 

1. for (int j=0; j
2. {  
3.         uchar* data= image.ptr(j);  
4.         for (int i=0; i
5.        {                   
6.                   data[i] = 255;  
7.         }  
8. }  

更高效的扫描连续图像的做法可能是把W*H的衣服图像看成是一个1*（w*h）的一个一维数组，这个想法是不是有点奇葩，这里要利用isContinuous这个函数判断图像内的像素是否填充满，使用方法如下：

 

 

[cpp]  view plain  copy

 

1. if (img.isContinuous())  
2. {  
3.         nc = img.rows*img.cols*img.channels();  
4. }  
5. uchar* data = img.ptr(0);  
6. for (int i=0; i
7. {  
8.         data[i] = 255;  
9. }  

更低级的指针操作就是使用Mat里的data指针，之前我称之为暴力青年，使用方法如下：

 

 

[cpp]  view plain  copy

 

1. uchar* data = img.data;  
2. // img.at(i, j)  
3. data = img.data + i * img.step + j * img.elemSize();  

 

 

 

3.用迭代器iterator扫描图像

 

和C++STL里的迭代器类似，Mat的迭代器与之是兼容的。是MatIterator_。声明方法如下：

 

[cpp]  view plain  copy

 

1. cv::MatIterator_ it;  

或者是：

 

 

[cpp]  view plain  copy

 

1. cv::Mat_::iterator it;  

扫描图像的方法如下：

 

 

[cpp]  view plain  copy

 

1. Mat_::iterator it = img.begin();  
2. Mat_::iterator itend = img.end();  
3. for (; it!=itend; it++)  
4. {  
5.          (*it)[0] = 255;  
6. }  

 

4.高效的scan image方案总结

 

 

还是用我们之前使用过的getTickCount、getTickFrequency函数测试速度。这里我就不一一列举我测试的结果了，直接上结论。测试发现，好的编写风格可以提高50%的速度！要想减少程序运行的时间，必要的优化包括如下几个方面：

（1）内存分配是个耗时的工作，优化之；

（2）在循环中重复计算已经得到的值，是个费时的工作，优化之；举例：

 

[cpp]  view plain  copy

 

1. int nc = img.cols * img.channels();  
2. for (int i=0; i
3. {.......}  
4. //**************************  
5. for (int i=0; i
6. {......}  

后者的速度比前者要慢上好多。

 

（3）使用迭代器也会是速度变慢，但迭代器的使用可以减少程序错误的发生几率，考虑这个因素，可以酌情优化

 

（4）at操作要比指针的操作慢很多，所以对于不连续数据或者单个点处理，可以考虑at操作，对于连续的大量数据，不要使用它

（5）扫描连续图像的做法可能是把W*H的衣服图像看成是一个1*（w*h）的一个一维数组这种办法也可以提高速度。短的循环比长循环更高效，即使他们的操作数是相同的

 

以上的这些优化可能对于大家的程序运行速度提高并不明显，但它们毕竟是个得到速度提升的好的编程策略，希望大家能多采纳。

还有就是利用多线程也可以高效提高运行速度。OpenMP和TBB是两种流行的APT，不过对于多线程的东西，我是有些迷糊的，呵呵

5.整行整列像素值的赋值

对于整行或者整列的数据，可以考虑这种方式处理

 

[cpp]  view plain  copy

 

1. img.row(i).setTo(Scalar(255));  
2. img.col(j).setTo(Scalar(255));  

这节就先介绍这么多攻略吧~希望大家喜欢