OpenCV中如何获取像素

坐标是从0开始的，并且是相对图像原点的位置。图像原点或者是左上角 (img->origin=IPL_ORIGIN_TL) 或者是左下角 (img->origin=IPL_ORIGIN_BL) ）

• 假设有 8-bit 1－通道的图像 I (IplImage* img)：

I(x,y) ~ ((uchar*)(img->imageData + img->widthStep*y))[x]

• 假设有 8-bit 3-通道的图像 I (IplImage* img)：

I(x,y)blue ~ ((uchar*)(img->imageData + img->widthStep*y))[x*3] I(x,y)green ~ ((uchar*)(img->imageData + img->widthStep*y))[x*3+1] I(x,y)red ~ ((uchar*)(img->imageData + img->widthStep*y))[x*3+2]

例如，给点 (100,100) 的亮度增加 30 ，那么可以这样做：

CvPoint pt = {100,100}; ((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3] += 30; ((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+1] += 30; ((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+2] += 30;

或者更高效地：

CvPoint pt = {100,100}; uchar* temp_ptr = &((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3]; temp_ptr[0] += 30; temp_ptr[1] += 30; temp_ptr[2] += 30;

• 假设有 32-bit 浮点数, 1-通道 图像 I (IplImage* img)：

I(x,y) ~ ((float*)(img->imageData + img->widthStep*y))[x]

• 现在，一般的情况下，假设有 N-通道，类型为 T 的图像：

I(x,y)c ~ ((T*)(img->imageData + img->widthStep*y))[x*N + c]

你可以使用宏 CV_IMAGE_ELEM( image_header, elemtype, y, x_Nc )

I(x,y)c ~ CV_IMAGE_ELEM( img, T, y, x*N + c )

也有针对各种图像（包括 4 通道图像）和矩阵的函数（cvGet2D, cvSet2D）， 但是它们非常慢。

[ 编辑]

如何访问矩阵元素？

方法是类似的（下面的例子都是针对 0 起点的列和行）

• 设有 32-bit 浮点数的实数矩阵 M (CvMat* mat)：

M(i,j) ~ ((float*)(mat->data.ptr + mat->step*i))[j]

• 设有 64-bit 浮点数的复数矩阵 M (CvMat* mat)：

Re M(i,j) ~ ((double*)(mat->data.ptr + mat->step*i))[j*2] Im M(i,j) ~ ((double*)(mat->data.ptr + mat->step*i))[j*2+1]

• 对单通道矩阵，有宏 CV_MAT_ELEM( matrix, elemtype, row, col ), 例如对 32-bit 浮点数的实数矩阵：

M(i,j) ~ CV_MAT_ELEM( mat, float, i, j ),

例如，这儿是一个 3x3 单位矩阵的初始化：

CV_MAT_ELEM( mat, float, 0, 0 ) = 1.f; CV_MAT_ELEM( mat, float, 0, 1 ) = 0.f; CV_MAT_ELEM( mat, float, 0, 2 ) = 0.f; CV_MAT_ELEM( mat, float, 1, 0 ) = 0.f; CV_MAT_ELEM( mat, float, 1, 1 ) = 1.f; CV_MAT_ELEM( mat, float, 1, 2 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 0 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 1 ) = 0.f; CV_MAT_ELEM( mat, float, 2, 2 ) = 1.f;