OpenCV 2.2 的学习笔记(三)
2011-11-14 11:19
134 查看
OpenCV如何改变图像中某个点的数据信息,下面一段代码阐述的非常明白
void salt(cv::Mat &image, int n) {
for (int k=0; k<n; k++) {
// rand() is the MFC random number generator
int i= rand()%image.cols;
int j= rand()%image.rows;
if (image.channels() == 1) { // gray-level image
image.at<uchar>(j,i)= 255;
} else if (image.channels() == 3) { // color image
image.at<cv::Vec3b>(j,i)[0]= 255;
image.at<cv::Vec3b>(j,i)[1]= 255;
image.at<cv::Vec3b>(j,i)[2]= 255;
}
}
}
核心的代码只有一行:image.at<uchar>(j,i)= 255;
要注意的是,如果是灰度图像的话,只需要更改一个数据就可以了。如果是rgb图像的话,就要用“[]”来获取改变那个channel的值。
另外,下面这两行也能修改图像的值:
cv::Mat_<uchar> im2 = image; // im2 refers to image
im2(50, 100) = 0; // access to row 50 and column 100
上面的方法每取一点就有一个函数调用,如果要一批次处理大量的数据的话,显然不是很合适,所以:
void colorReduce(cv::Mat &image, int div=64) {
int nl= image.rows; // number of lines
// total number of elements per line
int nc= image.cols * image.channels();
for (int j=0; j<nl; j++) {
// get the address of row j
uchar* data= image.ptr<uchar>(j);
for (int i=0; i<nc; i++) {
// process each pixel
data[i] = data[i] / div * div + div / 2;
// or: data[i] - data[i] % div + div / 2
} // end of line
}
}
这个方法来得更快速,因为它采用了指针的方式来处理信息。它的主要做法是,每一行调用一次函数,然后每一行作一次数据处理。这样的话调用函数的次数就大大地减小了。
最后,一个用iterator的实例:
void colorReduce(cv::Mat &image, int div=64) {
// obtain iterator at initial position
cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
// obtain end position
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
// loop over all pixels
for ( ; it!= itend; ++it) {
// process each pixel ---------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
// end of pixel processing ----------------
}
}
iterator是一种特殊的类,它可以在一个数据结构中遍历,然后隐藏遍历的方法。
比如说,一个复杂的数据结构可能并不是以线性排列的,它是随机存取的。那么iterator可以在这个数据结构里面以“某种方式”进行遍历。而作为使用者的我们来说,就不需要了解它具体的遍历方式。
void salt(cv::Mat &image, int n) {
for (int k=0; k<n; k++) {
// rand() is the MFC random number generator
int i= rand()%image.cols;
int j= rand()%image.rows;
if (image.channels() == 1) { // gray-level image
image.at<uchar>(j,i)= 255;
} else if (image.channels() == 3) { // color image
image.at<cv::Vec3b>(j,i)[0]= 255;
image.at<cv::Vec3b>(j,i)[1]= 255;
image.at<cv::Vec3b>(j,i)[2]= 255;
}
}
}
核心的代码只有一行:image.at<uchar>(j,i)= 255;
要注意的是,如果是灰度图像的话,只需要更改一个数据就可以了。如果是rgb图像的话,就要用“[]”来获取改变那个channel的值。
另外,下面这两行也能修改图像的值:
cv::Mat_<uchar> im2 = image; // im2 refers to image
im2(50, 100) = 0; // access to row 50 and column 100
上面的方法每取一点就有一个函数调用,如果要一批次处理大量的数据的话,显然不是很合适,所以:
void colorReduce(cv::Mat &image, int div=64) {
int nl= image.rows; // number of lines
// total number of elements per line
int nc= image.cols * image.channels();
for (int j=0; j<nl; j++) {
// get the address of row j
uchar* data= image.ptr<uchar>(j);
for (int i=0; i<nc; i++) {
// process each pixel
data[i] = data[i] / div * div + div / 2;
// or: data[i] - data[i] % div + div / 2
} // end of line
}
}
这个方法来得更快速,因为它采用了指针的方式来处理信息。它的主要做法是,每一行调用一次函数,然后每一行作一次数据处理。这样的话调用函数的次数就大大地减小了。
最后,一个用iterator的实例:
void colorReduce(cv::Mat &image, int div=64) {
// obtain iterator at initial position
cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
// obtain end position
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
// loop over all pixels
for ( ; it!= itend; ++it) {
// process each pixel ---------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
// end of pixel processing ----------------
}
}
iterator是一种特殊的类,它可以在一个数据结构中遍历,然后隐藏遍历的方法。
比如说,一个复杂的数据结构可能并不是以线性排列的,它是随机存取的。那么iterator可以在这个数据结构里面以“某种方式”进行遍历。而作为使用者的我们来说,就不需要了解它具体的遍历方式。
相关文章推荐
- OpenCV 2.2 的学习笔记(一)
- OpenCV 2.2 的学习笔记(二)
- 【OpenCV学习笔记】2.2基本操作及函数
- OpenCV 2.2 的学习笔记(四)
- 【OpenCV学习笔记】2.2图像的缩放
- 学习笔记一:在VS2013下配置OpenCV3.0并运行SIFT(原来版本为VS2010下的OpenCV2.2)
- opencv学习笔记之resize
- 【OpenCV学习笔记】【编程实例】四(获取一个或多个感兴趣区域)
- OpenCV学习笔记(5)——模板匹配
- OpenCV学习笔记__特征检测与匹配之 SURF算法
- python OpenCV学习笔记(十三):图片梯度
- openCV 学习笔记1, (tbb_debug错误, 学习opencv 例2-1, 2-2, 2-3, 2-4, 2-5, 2-6, 2-7, 2-8,22-9,2-0)
- Machine learning for OpenCV 学习笔记 day4
- OpenCV for Ios 学习笔记(9)-用OPENGL渲染AR场景2
- 学习OpenCV的学习笔记系列(三)显示图片及视频
- opencv学习笔记(二十)——形态学滤波
- opencv学习笔记(1)
- NVIDIA TK1 学习笔记(5):安装OpenCV
- kinect学习笔记四(距离变换 distance tranform 和opencv像素访问方式)
- openCV学习笔记---开门篇