作者:咕唧咕唧liukun321

来自:http://blog.csdn.net/liukun321

本质上说一张图像就是由数值组成的矩阵。Opencv 2.x由 cv::Mat 这个数据结构来表示一张图像。矩阵的每个元素代表了一个像素。对于彩色图像而言矩阵的元素是一个三元数。

对图像有了这个新的认识,以下能够试着借助opencv处理图像了。

先来看一下今天要处理的图像:

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGl1a3VuMzIx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

今天的主题是存取像素,首先来看一下怎样存取像素值。事实上对于像素值的操作都能够由cv::Mat类中成员直接或间接实现,cv::Mat有若干成员函数能够获取图像的数据及属性。

操作单个像素方法:

at(int y。 int x)

cv::mat的成员函数: at(int y, int x)能够用来存取图像中相应坐标为(x,y)的元素坐标。

可是在使用它时要注意,在编译期必须要已知图像的数据类型,这是由于cv::mat能够存放随意数据类型的元素。因此at方法的实现是用模板函数来实现的。

用法:假设提前已知一幅图像img的数据类型为 unsigned char型灰度图(单通道),要对坐标为(10,12)的像素又一次赋值为128,则相应操作例如以下:

img.at<uchar>(12,10) = 128;

假设要操作的图片img是一幅数据类型相同为unsigned char的彩色图片,再次要求将坐标(10,12)的像素赋值为128。这个操作跟上面的就有点差别了,须要对这个像素三个通道的每个相应元素赋值,Opencv中图像三原色在内存中的排列顺序为B-G-R(见以下凝视),操作步骤例如以下:

img.at<cv::Vec3b>(12,10) [0]= 128;//B
img.at< cv::Vec3b >(12,10) [1]= 128;//G
img.at< cv::Vec3b >(12,10) [2]= 128;//R

了解了at方法的用法,以下就尝试一下使用at方法对刚才的图片做一个简单的处理(将图像中增加椒盐噪点)。椒盐噪点是一种特殊的噪点,是随机的将图像的部分像素设置为黑色或白色。

既然灰度图与彩色图像对单个元素的操作方式不同,这就须要有一个图像类型推断的过程。

cv::Mat image = cv::imread("test.jpg");
if(image.channles() == 1)
{
//灰度图
}else{
//彩色图
}

清楚了这些过程。以下就来看看增加椒盐噪点函数的实现过程:

#include <opencv2/opencv.hpp>
#include<cstdlib>
using namespace cv; void salt(Mat &img,int saltNum)
{
int x,y;
int i ;
for(i = 0;i < saltNum; i++)
{
x = rand()%img.cols;
y = rand()%img.rows; if(img.channels() == 1)
{
img.at<uchar>(y,x) = 255;
}else if(img.channels() == 3)
{
img.at<Vec3b>(y,x)[0] = 255;
img.at<Vec3b>(y,x)[1] = 255;
img.at<Vec3b>(y,x)[2] = 255;
}
} }
int main()
{
Mat image = imread("../test.jpg"); Mat result;
result = image.clone();
salt(result,3000);
namedWindow("src(http://blog.csdn.net/liukun321)" , CV_WINDOW_AUTOSIZE);
imshow("src(http://blog.csdn.net/liukun321)", image);
imshow("dst(http://blog.csdn.net/liukun321)", result);
waitKey();
return 0;
}

程序执行后的效果图:

原图

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGl1a3VuMzIx/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

增加椒盐噪声后效果

事实上除了at方法操作像素,还能够使用opencv提供的类cv::Mat_   来实现。

cv::Mat_是一个模板子类。

这个类定义了非常多额外的方法,可是没有提供公共的成员变量。假设已知了矩阵的类型,使用cv::Mat_会带来非常多便利。它的用法例如以下:

cv::Mat_<uchar>  img = imread("test.jpg");
img(10,12) = 128;//10行 12列

另一种操作像素的方法:使用Mat类的ptr()方法配合cols 、rows、step、elemSize等成员变量,直接进行指针操作。以下先来说说这几个成员变量

cols代表图像的列数

rows代表图像的高度

step 代表以字节为单位的图像宽度

elemSize 代表像素的大小 (比方一个三通道uchar 型矩阵,返回值为3)

prt()方法相同是个模板类。须要编译期已知像素点的类型:

cv::Mat_<uchar>  img = imread("test.jpg");
uchar* addr = img.ptr<uchar>(10);//返回10行的地址
addr +=12;//单通道灰度图
*addr = 128;

相同完毕了对第10行第12列像素的操作。

若图象为三通道彩色图:

cv::Mat_<uchar>  img = imread("test.jpg");
uchar* addr = img.ptr<uchar>(10);//返回10行的地址
addr +=12* img.elemSize。//单通道灰度图
*addr = 128;

addr +=12* img.elemSize是由于彩色图象在内存中的存储方式:图像缓冲区中的前三个字节相应图像左上角第一个像素的三个通道值。接下来的三个字节相应第一行的第二个像素。以此类推。

并且注意Opencv默认是使用BGR的通道顺序。

到此已经介绍了3中操作图像中像素的方法。

除这三种以外另一种使用迭代器的操作。今天就不再介绍了。

学习Opencv 2.4.9(二) ---操作像素的更多相关文章

  1. OpenCV操作像素

    在了解了图像的基础知识和OpenCV的基础知识和操作以后,接下来我们要做的就对像素进行操作,我们知道了图像的本质就是一个矩阵,那么一个矩阵中存储了那么多的像素,我们如何来操作呢?下面通过几个例子来看看 ...

  2. Opencv中图像的遍历与像素操作

    Opencv中图像的遍历与像素操作 OpenCV中表示图像的数据结构是cv::Mat,Mat对象本质上是一个由数值组成的矩阵.矩阵的每一个元素代表一个像素,对于灰度图像,像素是由8位无符号数来表示(0 ...

  3. OpenCV学习笔记(十) 直方图操作

    直方图计算 直方图可以统计的不仅仅是颜色灰度, 它可以统计任何图像特征 (如 梯度, 方向等等).直方图的一些具体细节: dims: 需要统计的特征的数目, 在上例中, dims = 1 因为我们仅仅 ...

  4. OpenCV坐标系与操作像素的四种方法

    像素是图像的基本组成单位,熟悉了如何操作像素,就能更好的理解对图像的各种处理变换的实现方式了. 1.at方法 第一种操作像素的方法是使用"at",如一幅3通道的彩色图像image的 ...

  5. 学习OpenCV研究报告指出系列(二)源代码被编译并配有实例project

    下载并安装CMake3.0.1       要自己编译OpenCV2.4.9的源代码.首先.必须下载编译工具,使用的比較多的编译工具是CMake. 以下摘录一段关于CMake的介绍: CMake是一个 ...

  6. 【学习opencv第六篇】图像的反转操作

    考试终于完了,现在终于有时间可以继续学习这个了.写这篇博客主要是因为以前一直搞不清楚图像数据到底是怎么存储的,以及这个step到底是什么,后来查了一下才知道原来step就是数据行的长度.. #incl ...

  7. 学习OpenCV双目测距原理及常见问题解答

    学习OpenCV双目测距原理及常见问题解答 转自博客:https://blog.csdn.net/angle_cal/article/details/50800775 一. 整体思路和问题转化.  图 ...

  8. <学习opencv>图像和大型阵列类型

    OPenCV /*=========================================================================*/ // 图像和大型阵列类型 /* ...

  9. 【从零学习openCV】IOS7下的人脸检測

    前言: 人脸检測与识别一直是计算机视觉领域一大热门研究方向,并且也从安全监控等工业级的应用扩展到了手机移动端的app,总之随着人脸识别技术获得突破,其应用前景和市场价值都是不可估量的,眼下在学习ope ...

随机推荐

  1. Js String 属性扩展

    String.prototype.startsWith = function (startStr) {  var d = startStr.length;  return (d >= 0 &am ...

  2. 创建型设计模式之原型模式(Prototype)

    结构   意图 用原型实例指定创建对象的种类,并且通过拷贝这些原型创建新的对象. 适用性 当要实例化的类是在运行时刻指定时,例如,通过动态装载:或者 为了避免创建一个与产品类层次平行的工厂类层次时:或 ...

  3. 除了IE浏览器,其他浏览器都联不上网怎么办~转载百度经验

    百度师傅最快的到家服务,最优质的电脑清灰 百度经验:jingyan.baidu.com 有个网友遇到一个非常奇怪的上网问题,刚才始,发现QQ不能登录,后来接着发现火狐浏览器也打不开网页,刚开始,以为只 ...

  4. MFC数据类型转换 _itoa atoi、atof、itoa、itow _itoa_s

    _itoa 功能:把一整数转换为字符串 用法:char * _itoa(int value, char *string, int radix); 详细解释: _itoa是英文integer to ar ...

  5. shell 练习 (免密钥登陆脚本)

    脚本说明 本地服务器ip 10.0.0.5 远程服务器地址 10.0.0.223 #!/bin/bashremote_ip=$ if [ ! -n "$1" ] ;then ech ...

  6. Longest Common Substring($LCS$)

    Longest Common Substring(\(LCS\)) 什么是子序列? 子序列就是某一个序列的不连续的一部分. 如图, \(abcde\)就是图中序列的一个子序列. 公共子序列 公共子序列 ...

  7. 小谈android/Linux rootkit(基于LKM)

    最近又学习了一下,感觉还有好多东西不知道,以后积累多一点再从新写一个. 在android上捣鼓了一下linux的内核rootkit,虽然中途遇到了无数坑,至今也没有完全写完,打算先好好啃一段时间lin ...

  8. ZOJ1027 Travelling Fee(DP+SPFA)

    给一张有向无环图,边都有花费,从某点到某点走的那条路径上的那一条花费最多的边可以省掉,问从起点到终点的最少花费的多少, 往DP想的话,就可以写出这个状态dp[u][mx],表示到达u点已经省掉的花费为 ...

  9. unity3d Billboard

    CameraFacingBillboard   CameraFacingBillboard From Unify Community Wiki   Jump to: navigation, searc ...

  10. mysql语法语句

    将一个字段中的timestamp修改成可视化时间 update table set f1 = IF( LOCATE('-',f1)>0, f1, IFNULL(FROM_UNIXTIME(f1/ ...