opencv学习笔记（2）----颜色缩减（使用指针遍历图像）

知识点

彩色图像由三个通道组成，由于每个强度值都是用一个8位的unsigned uchar表示，所以全部的可能颜色数目为256*256*256。有时为了降低复杂度，需要降低颜色数量

原理如下：将RGB空间分为大小相等的格子，将每个颜色维度降为原来的1/N ;原始图像中的每个颜色都替换为它所在的格子的中心对应的颜色。

算法：对于每个通道，其值除以N（整数除法，舍去余数），然后再乘以N，就得到256/N×256/N×256/N个颜色值

如果行的长度是4或8的倍数，处理芯片可以更高效的处理图像，因此出于相率的考虑，每行会填补一些额外像素；额外像素不会被保存显示或保存，填补的值将被忽略。opencv将填补后一行的长度指定为关键字（cols），step代表以字节为单位的图像的有效宽度

让用户选择是否采用In-place的处理方式

使用create（）函数创建与原图尺寸和类型相同的矩阵（内存连续的）

7.用isContinuous（）函数判断图像是否进行了填补

代码

void colorReduce(const Mat &image,Mat &result, int div){
int n1 = image.rows;    //行数
int nc = image.cols * image.channels();  //每行的元素个数
if (image.isContinuous())
{
//没有额外的填补像素
nc = nc * n1;
n1 = 1; //it is a 1D array
//image.reshape(1, image.cols*image.rows);           //也可以用reshape改写
}
//对于连续图像，本循环只执行1次
for (int j = 0; j < n1; j++)
{
//得到第j行的首地址
const uchar* data_in = image.ptr<uchar>(j);
uchar* data_out = result.ptr<uchar>(j);
for (int i = 0; i < nc; i++)
{
data_out[i] = data_in[i] / div*div + div/2;
}
}
}