根据OpenCV中Mat类型的结构和内存中存储方式,此处给出三种对图像进行遍历的方法。首先给出基础的读取图片代码,在中间替换三种遍历方法即可,本文中,程序将遍历图像并将所有像素点置为255,所有运行结果中命令行里的数字为程序执行时间。
#include "stdafx.h" #include <opencv2/core/core.hpp> #include "highgui.h" #include <iostream> using namespace cv; using namespace std; int main() { Mat image = imread("D:\\Users\\Documents\\WinForm\\cpp_learn\\teach1\\Debug\\img.jpg",CV_LOAD_IMAGE_COLOR);//读取img.jpg到image中,此处可以写相对路径也可以写绝对路径 namedWindow("图片1");//定义一个名为“图片1”的窗口 imshow("图片1", image);//在窗口“图片1”中显示image double time = static_cast<double>(cv::getTickCount()); //遍历元素 time = static_cast<double>(cv::getTickCount()) - time; time /= cv::getTickFrequency(); cout<<time<<endl; namedWindow("图片2");//定义一个名为“图片1”的窗口 imshow("图片2", image);//在窗口“图片1”中显示image waitKey(0); return 1; }
一、一个一个点的读取
作为最低效率的一种方法,本法的思想就是从第一行第一列开始依次读第一行第二列、第三列,然后是第二行、第三行。其核心代码就是
image.at<uchar>(i,j)//读取灰度图像的点 image.at<cv::Vec3b>(i,j)[0]//读取彩色图像点的0通道
该方法可以读取图像中i行j列的点,代码如下:
for (int i = 0; i < image.rows; i++) { for (int j = 0; j < image.cols; j++) { //Do anything you want if(image.channels() == 1) { image.at<uchar>(i,j) = 255; } else if(image.channels() == 3) { image.at<cv::Vec3b>(i,j)[0] = 255; image.at<cv::Vec3b>(i,j)[1] = 255; image.at<cv::Vec3b>(i,j)[2] = 255; } } }
二、 通过指针遍历图像
由于Mat图像在内存中是连续排布的,因此定义指针指向行首地址后,指针每+1就会移到下一个元素上,此时直接操作指针所指内容就可以实现图像的操作。
int image_rows = image.rows;//行数 int elementCount = image.cols*image.channels();//每行元素数 if (image.isContinuous())//如果图像没有经过填补 内存是连续排序 { //则把图像看成行数X每行元素数个元素的一行,只进行一次循环 elementCount = elementCount*image_rows; image_rows = 1; } for (int i = 0; i < image_rows; i++) { uchar* linehead = image.ptr<uchar>(i);//每行的起始地址 for (int j = 0; j < elementCount; j++) { //遍历元素 Do anything you want linehead[j] = 255; } }
值得注意的是,在内存上行与行之间的元素可能不是连续的(有时为提高效率,会将行元素填补为4的倍数),因此如果要连续用指针遍历图像,首先应判断图像是否有填补。
三、迭代器遍历
这个和指针比较像,不细说了,上代码。
Mat_<Vec3b>::iterator it = image.begin<Vec3b>(); Mat_<Vec3b>::iterator itend = image.end<Vec3b>(); for (; it!= itend; it++) { (*it)[0] = 255; (*it)[1] = 255; (*it)[2] = 255; }
时间: 2024-10-11 01:19:42