OpenCV遍历图像像素

这篇具有很好参考价值的文章主要介绍了OpenCV遍历图像像素。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

引言:

为了构建计算机视觉应用程序,需要学会访问图像内容,有时也要修改或创建图像,如何操作图像的像素,就需要遍历一幅图像并处理每一个像素。现在我们就来介绍OpenCV三种图像像素的遍历方法。

一、 用cv::Mat类的at方法扫描图像

 利用cv::Mat的at(int x,int y)方法可以访问元素,其中x是行号,y是列号。在编译时必须明确方法返回值的类型,因为cv::Mat可以接受任何类型的元素,所以程序员需要指定返回值的预期类型。正因为如此,at方法被实现成一个模板方法。在调用at方法时,你必须指定图像元素的类型,例如:

// 单通道图像
image.at<uchar>(i,j)= 255;
// 三通道图像
image.at<cv::Vec3b>(i, j) = cv::Vec3b(255, 255, 255);

用cv::Mat类的at方法扫描图像代码如下:

void visit_mat_by_at(cv::Mat &img)
{
    for (int i = 0; i < img.rows; i++)
    {
        for (int j = 0; j < img.cols; j++)
        {
            // 单通道图像
            if (img.channels() == 1)
            {
                img.at<uchar>(i, j) += 50;
            }
            // 三通道图像
            else
            {
                img.at<cv::Vec3b>(i, j)[0] += 50;
                img.at<cv::Vec3b>(i, j)[1] += 50;
                img.at<cv::Vec3b>(i, j)[2] += 50;
            }
        }
    }
}

二、 用指针扫描图像

一般来说,用指针扫描图像比较高效。在大多数图像处理任务中,执行计算时你都需要对图像的所有像素进行扫描。需要访问的像素数量非常庞大,因此你必须采用高效的方式来执行这个任务。

用指针扫描图像代码如下:

void visit_mat_by_pointer(cv::Mat &img)
{
    for (int i = 0; i < img.rows; i++)
    {
        uchar *data = img.ptr<uchar>(i);
        for (int j = 0; j < img.cols * img.channels(); j++)
        {
            data[j] += 50;
        }
    }
}

三、 用迭代器扫描图像

在面向对象编程时,我们通常用迭代器对数据集合进行循环遍历。迭代器是一种类,专门用于遍历集合的每个元素,并能隐藏遍历过程的具体细节。标准模板库(Standard Template Library,STL)对每个集合类都定义了对应的迭代器类,OpenCV也提供了cv::Mat的迭代器类,并且与C++ STL中的标准迭代器兼容。

用迭代器扫描图像代码如下:

void visit_mat_by_iterator(cv::Mat &img)
{
    // 单通道图像
    if (img.channels() == 1)
    {
        cv::Mat_<uchar>::iterator begin = img.begin<uchar>();
        cv::Mat_<uchar>::iterator end = img.end<uchar>();
 
        for (auto it = begin; it != end; it++)
        {
            *it += 50;
        }
    }
    // 三通道图像
    else
    {
        cv::Mat_<cv::Vec3b>::iterator begin = img.begin<cv::Vec3b>();
        cv::Mat_<cv::Vec3b>::iterator end = img.end<cv::Vec3b>();
 
        for (auto it = begin; it != end; it++)
        {
            (*it)[0] += 50;
            (*it)[1] += 50;
            (*it)[2] += 50;
        }
    }
}

测试代码:

#include <iostream>
#include <opencv2/opencv.hpp>
 
int main()
{
    // 单通道图像
    cv::Mat img1(3, 4, CV_8UC1, 100);
    std::cout << "单通道图像像素修改前:" << std::endl;
    std::cout << img1 << std::endl;
 
    visit_mat_by_at(img1);
    //visit_mat_by_pointer(img1);
    //visit_mat_by_iterator(img1);
    std::cout << "单通道图像像素修改后:" << std::endl;
    std::cout << img1 << std::endl;
 
    // 三通道图像
    cv::Mat img2(3, 4, CV_8UC3, cv::Scalar(100, 150, 200));
    std::cout << "三通道图像像素修改前:" << std::endl;
    std::cout << img2 << std::endl;
 
    visit_mat_by_at(img2);
    //visit_mat_by_pointer(img2);
    //visit_mat_by_iterator(img2);
    std::cout << "三通道图像像素修改后:" << std::endl;
    std::cout << img2 << std::endl;
 
    cv::waitKey();
 
    return 0;
}

运行结果:

单通道图像像素修改前:
[100, 100, 100, 100;
 100, 100, 100, 100;
 100, 100, 100, 100]
单通道图像像素修改后:
[150, 150, 150, 150;
 150, 150, 150, 150;
 150, 150, 150, 150]
三通道图像像素修改前:
[100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200;
 100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200;
 100, 150, 200, 100, 150, 200, 100, 150, 200, 100, 150, 200]
三通道图像像素修改后:
[150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250;
 150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250;
 150, 200, 250, 150, 200, 250, 150, 200, 250, 150, 200, 250]

说明我们完成遍历图像,并成功修改了图像的像素。文章来源地址https://www.toymoban.com/news/detail-851418.html

到了这里,关于OpenCV遍历图像像素的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 《OpenCV 计算机视觉编程攻略》学习笔记(一:图像编程入门)

    参考引用 OpenCV 计算机视觉编程攻略(第3版) 说明 本书结合 C++ 和 OpenCV 3.2 全面讲解计算机视觉编程 所有代码均在 Ubuntu 系统中用 g++ 编译执行 0. 安装 OpenCV 库 在Ubuntu上安装OpenCV及使用 OpenCV 库分为多个模块 ,常见模块如下 opencv_core 模块包含库的核心功能 opencv_imgproc 模块包

    2024年02月09日
    浏览(52)
  • 【OpenCV+OCR】计算机视觉:识别图像验证码中指定颜色文字

    【作者主页】: 吴秋霖 【作者介绍】:Python领域优质创作者、阿里云博客专家、华为云享专家。长期致力于Python与爬虫领域研究与开发工作! 【作者推荐】:对JS逆向感兴趣的朋友可以关注《爬虫JS逆向实战》,对分布式爬虫平台感兴趣的朋友可以关注《分布式爬虫平台搭建

    2024年02月05日
    浏览(53)
  • 计算机竞赛 深度学习 opencv python 公式识别(图像识别 机器视觉)

    🔥 优质竞赛项目系列,今天要分享的是 🚩 基于深度学习的数学公式识别算法实现 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:4分 创新点:4分 🧿 更多资料, 项目分享: https://gitee.com/d

    2024年02月07日
    浏览(59)
  • OpenCV处理图像和计算机视觉任务时常见的算法和功能

    当涉及到OpenCV处理图像和计算机视觉任务时,有许多常见的具体算法和功能。以下是一些更具体的细分: 图像处理算法: 图像去噪 :包括均值去噪、高斯去噪、中值滤波等,用于减少图像中的噪声。 直方图均衡化 :用于增强图像的对比度,特别适用于低对比度图像。 边缘

    2024年02月11日
    浏览(42)
  • 基于 OpenCV 的车辆变道检测,计算机视觉+图像处理技术

    本期教程我们将和小伙伴们一起研究如何使用计算机视觉和图像处理技术来检测汽车在行驶中时汽车是否在改变车道!大家一定听说过使用 OpenCV 的 haar 级联文件可以检测到面部、眼睛等,但是如果目标是汽车,公共汽车呢? 01. 数据集 我们将道路上汽车的视频文件用作数据

    2024年01月25日
    浏览(71)
  • 基于计算机视觉,深度学习、机器学习,OpenCV,图像分割,目标检测卷积神经网络计算机毕业设计选题题目大全选题指导

    随着深度学习、机器学习和神经网络技术的快速发展,计算机视觉领域的应用变得越来越广泛和有趣。本毕业设计旨在探索这一领域的前沿技术,将深度学习模型、神经网络架构、OpenCV图像处理工具,以及卷积神经网络(CNN)的强大能力结合起来,以解决实际图像处理问题。

    2024年02月08日
    浏览(79)
  • 计算机视觉教程(第三版)期末复习笔记 第一章(定义、图像显示和表达、像素邻域)

    计算机视觉教程(微课版 第3版) 作者: 章毓晋 出版社: 人民邮电出版社 不一定全,只针对我们期末画的范围,只有一到六章。 目录 第一章 绪论 一、计算机视觉的定义 1. 视觉 2. 计算机视觉 二、常见的应用领域 三、图像的显示方式 1. 图像表达 2. 图像显示设备 3. 表达和显

    2024年02月01日
    浏览(51)
  • 【OpenCV】OpenCV:计算机视觉的强大工具库

    摘要   OpenCV是一个广泛应用于计算机视觉领域的开源工具库,为开发者提供了丰富的图像处理和计算机视觉算法。本文将介绍OpenCV的功能和应用领域,并探讨它在实践中的重要性和前景。 📕作者简介: 热爱跑步的恒川 ,致力于C/C++、Java、Python等多编程语言,热爱跑步,

    2024年02月03日
    浏览(47)
  • 计算机视觉:OpenCV相机标定

    针孔照相机模型是一种经典的相机模型,它将相机视为一个针孔,将场景中的点投影到成像平面上。在这个模型中,相机的 内参和外参 描述了相机的几何形状和相机的姿态。 相机的 内参矩阵 描述了相机的内部几何形状,包括相机的焦距、像素尺寸和像素坐标原点。相机的

    2024年01月19日
    浏览(66)
  • 计算机视觉(OpenCV+TensorFlow)

    本系列文章是OpenCV系列文章的第三篇,仍然跟随上篇内容主要聚焦于图像的一些操作 在通常情况下我们使用大小恒定的图像。但在某些情况下,我们需要使用不同分辨率的同幅图像,例如,在搜索图像中的某些内容比如脸部信息时,并不确定该内容在图像中占据的大小。这种

    2024年02月05日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包