【OpenCV】OpenCV中遍历图像像素的几种方式对比

前言

Mat 类是OpenCV中的一个基本数据类型，它是一个n维密集数组类
Mat 类表示一个 n 维密集数值单通道或多通道数组。它可用于存储实数或复值向量和矩阵、灰度或彩色图像、体素体积、向量场、点云、张量、直方图。本文将总结几种遍历像素的不同方法，在需要处理大量图片的场景，不同的遍历方法，速度上会有显著差异。

一、Mat数据类型

Mat包含两个数据部分的类:矩阵头(包含诸如矩阵大小,用于存储的方法,存储的矩阵地址等信息)和指向包含像素值矩阵(根据选择的存储方法而有不同的维度)的指针.矩阵头大小是个常量,不同大小的图像的矩阵大小各不相同,通常矩阵大小要比图像大小大几个数量级。
Mat的数据类型及取值范围
当Mat为单通道灰度图时，其在内存中的排布如下：

当Mat为多通道图像时，以3通道为例，其在内存中的排布方式如下：

通常情况内存足够大的话图像的每一行是连续存放的，也就是在内存上图像的所有数据存放成一行，这中情况在访问时可以提供很大方便。OpenCV中提供了 isContinuous()函数来判断图像数组是否为连续的。

二、Mat数据的遍历方法

1.数组遍历法

代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main()
{
   
   
	Mat src = imread("./2.png",0);
	int width = src.cols;
	int height = src.rows;
	//单通道
	for (int i = 0; i < height; i++)
	{
   
   
		for (int j = 0; j < width; j++)
		{
   
   
			src.data[i * width + j]+=50;
		}
	}
	
	//三通道
	/*for (int i = 0; i < height; i++)
	{
		for (int j = 0; j < width; j++)
		{
			int index = i * width + j;
			src.data[3 * index + 0]+=50;
			src.data[3 * index + 1]+= 50;;
			src.data[3 * index + 2]+=50;
			
		}
	}
*/
	imwrite("test.png", src);
	return 0;
}

原图

结果图

2. at(i,j)

Mat类提供了一个at的方法用于取得图像上的点，它是一个模板函数，可以取到任何类型的图像上的点。此typename的定义如下：

测试代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

int main()
{
   
   
	Mat src = imread("./2.png", -1);

	//灰度图
	if (1 == src.channels())
	{
   
   
		for (int y = 0; y < src.rows; y++)
		{
   
   
			for (int x = 0; x < src.cols; x++)
			{
   
   
				src.at<uchar>(y, x) = 255 - src.at<uchar>(y, x);
			}
		}
	}
	else if(3 == src.channels())
	{
   
   
		//彩色图
		for (int y = 0; y < src.rows; y++)
		{
   
   
			for (int x = 0; x < src.cols; x++)
			{
   
   
				cv::Vec3b bgr = src.at<cv::Vec3b>(y, x);
				bgr[0] = 255 - bgr[0];
				bgr[1] = 255 - bgr[1];
				bgr[2] = 255 - bgr[2];
				src.at<cv::Vec3b>(y, x) = bgr;
			}
		}
	}

	imwrite("test.png",src);
}

原图

结果图

3、指针遍历法

利用.ptr和数组下标进行图像像素遍历，这种图像遍历方法相比“数组遍历法”更高效。
示例代码：

#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;