• 本节内容：图像像素操作：遍历与访问

C++

在C++中访问OpenCV Mat对象每个像素点的像素值有两种方式：

1. 通过数组，逐个访问每个像素点的每个通道；
2. 通过指针访问数组的像素点的地址，然后从地址中取像素值 ---- 效率更高；

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int artc, char** argv) {
    Mat src = imread("D:/vcprojects/images/test.png");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    namedWindow("input", CV_WINDOW_AUTOSIZE);
    imshow("input", src);

    // 直接读取图像像素：遍历访问，速度慢
    int height = src.rows; //读取图像高、宽、通道数
    int width = src.cols;
    int ch = src.channels(); //通道为3则为彩色图像，每个像素点有三个值；通道为1则为黑白图像，每个像素点有一个值。另外还有四通道图，为透明通道，若alpha=0则完全透明，alpha=255则完全不透明。
    for (int c = 0; c < ch; c++) {
        for (int row = 0; row < height; row++) {
            for (int col = 0; col < width; col++) {
                if (ch == 3) {
                    Vec3b bgr = src.at<Vec3b>(row, col);//Vec3b是一个数据结构；Mat.at<Vec3b>(row, col)表示获取Mat在（row，col）位置的三个字节类型的值，存入Vec3b数据结构中
                    bgr[0] = 255 - bgr[0];//实现图像色彩取反。像素值范围为[0,255]
                    bgr[1] = 255 - bgr[1];
                    bgr[2] = 255 - bgr[2];
                    src.at<Vec3b>(row, col) = bgr; //对原像素点赋取反后的值
                } else if(ch == 1) {
                    int gray = src.at<uchar>(row, col);
                    src.at<uchar>(row, col) = 255 - gray;
                }
            }
        }
    }
    imshow("output", src);

    // 指针读取。代码展示了如何通过指针将原像素拷贝到另外一个Mat对象中。
    Mat result = Mat::zeros(src.size(), src.type()); //创建空白图像
    int blue = 0, green = 0, red = 0;
    int gray;
    for (int c = 0; c < ch; c++) {
        for (int row = 0; row < height; row++) {
            uchar* curr_row = src.ptr<uchar>(row);//Mat.ptr<uchar>(row)的作用是获取这一行所有像素点的像素块的首地址
            uchar* result_row = result.ptr<uchar>(row);//得到要输出的那一行的地址
            for (int col = 0; col < width; col++) { //对每一列遍历
                if (ch == 3) { //对于三通道图像，列数*3是像素块的遍历次数
                    blue = *curr_row++;
                    green = *curr_row++;
                    red = *curr_row++;

                    *result_row++ = blue;
                    *result_row++ = green;
                    *result_row++ = red;
                }
                else if (ch == 1) {
                    gray = *curr_row++;
                    *result_row++ = gray;
                }
            }
        }
    }
    imshow("result", result);

    waitKey(0);
    return 0;
}

Python

import cv2 as cv

src = cv.imread("D:/vcprojects/images/test.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)
h, w, ch = src.shape #获取图像高、宽、通道数。如果图像为灰度图，则img.shape只会返回h和w
print("h , w, ch", h, w, ch)
for row in range(h): #横向和纵向都是从0开始索引
    for col in range(w):
        b, g, r = src[row, col] #直接读取到三个通道的值
        b = 255 - b
        g = 255 - g
        r = 255 - r
        src[row, col] = [b, g, r] #将原图像上的对应像素取反
cv.imshow("output", src)

cv.waitKey(0)
cv.destroyAllWindows()