Question

在我的论文中，我使用opencv在c ++中编写了一个块匹配算法。它正在制作灰度图片，并通过他的绝对像素来处理IPLImage。

我必须在相同大小的块（8x8 pxls）中分配IPLImage。为了访问块内的像素值，我计算像素值并以这种方式访问像素值：

 for (int yBlock = 0; yBlock < maxYBlocks; yBlock++){
    for (int xBlock = 0; yxlock < maxXBlocks; xBlock++){
       for (int yPixel = 0; yPixel < 8; yPixel++){
          for (int xPixel = 0; xPixel < 8; xPixel++){

                pixelAdress = yBlock*imageWidth*8 + xBlock*8 + yPixel*imageWidth + xPixel;

                unsigned char* imagePointer = (unsigned char*)(img->imageData);
                pixelValue = imagePointer[pixelAdress];
    }
   }
  }
 }

我真的没有对行和列进行迭代，而且效果很好！

现在我有一个彩色的IPLImage（没有灰度），也不知道如何访问r，g，b像素值。

我在这个论坛上发现了这个

for( row = 0; row < img->height; row++ ){
    for ( col = 0; col < img->width; col++ ){
      b = (int)img->imageData[img->widthStep * row + col * 3];
      g = (int)img->imageData[img->widthStep * row + col * 3 + 1];
      r = (int)img->imageData[img->widthStep * row + col * 3 + 2];
}
}

但我不确定如何在我的计算像素上使用它。将它乘以3是否正确（因为我不迭代行并添加0,1或2？例如：

pixelValueR = imagePointer[pixelAdress*3 + 2]; 
pixelValueG = imagePointer[pixelAdress*3 + 1]; 
pixelValueB = imagePointer[pixelAdress*3 + 0];

或者我必须使用之前使用过imageWidth的widthStep，如下所示：

pixelAdressR = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 2;
pixelAdressG = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 1;
pixelAdressB = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3;

所以访问

pixelValueR = imagePointer[pixelAdressR];
pixelValueG = imagePointer[pixelAdressG];
pixelValueB = imagePointer[pixelAdressB];

Answer 1

如果是多频道Mat（本例中为BGR），您可以使用，如here所述

来访问单个像素

Vec3b intensity = img.at<Vec3b>(y, x);
uchar blue = intensity.val[0];
uchar green = intensity.val[1];
uchar red = intensity.val[2];

Answer 2

适用于Mat（例如Mat img）

灰度（8UC1）：
```
uchar intensity = img.at<uchar>(y, x);
```

彩色图像（BGR颜色排序，imread返回的默认格式）：

Vec3b intensity = img.at<Vec3b>(y, x);
uchar blue = intensity.val[0];
uchar green = intensity.val[1];
uchar red = intensity.val[2];

适用于IplImage（例如IplImage* img）

灰度：

uchar intensity = CV_IMAGE_ELEM(img, uchar, h, w);

彩色图片：

uchar blue = CV_IMAGE_ELEM(img, uchar, y, x*3);
uchar green = CV_IMAGE_ELEM(img, uchar, y, x*3+1);
uchar red = CV_IMAGE_ELEM(img, uchar, y, x*3+2);

Answer 3

不确定您的整个算法，目前无法对其进行测试，但对于IplImages，内存对齐如下：

1. row
baseadress + 0 = b of [0]
baseadress + 1 = g of [0]
baseadress + 2 = r of [0]
baseadress + 3 = b of [1]
etc

2. row
baseadress + widthStep + 0 = b
baseadress + widthStep + 1 = g
baseadress + widthStep + 2 = r

所以如果你有n*m个大小为8x8的无符号字符bgr数据块，并且想要在块[x,y]中循环变量[bx,by]，你就可以这样做：

baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +0 = b
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +1 = g
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +2 = r

因为行by*8+y is adress baseadress +（* * 8 + y_in_block）* widthStep`

和列bx*8+x是地址偏移(bx*8+x)*3

openCV灰度/颜色寻址像素

3 个答案: