使用opencv循环显示像素

时间:2010-12-21 22:49:24

标签: c++ loops opencv pixel

我如何使用opencv循环浏览图像,就好像它是一个二维数组来获取每个像素的rgb值?此外,对于此操作,是否优于iplimage?

6 个答案:

答案 0 :(得分:42)

cv::MatIplImage更受欢迎,因为它简化了您的代码

cv::Mat img = cv::imread("lenna.png");
for(int i=0; i<img.rows; i++)
    for(int j=0; j<img.cols; j++) 
        // You can now access the pixel value with cv::Vec3b
        std::cout << img.at<cv::Vec3b>(i,j)[0] << " " << img.at<cv::Vec3b>(i,j)[1] << " " << img.at<cv::Vec3b>(i,j)[2] << std::endl;

这假设您需要一起使用RGB值。如果不这样做,您可以使用cv :: split分别获取每个通道。有关示例的链接,请参阅etarion的答案。

另外,在我的情况下,你只需要灰度图像。然后,您可以以灰度加载图像并将其作为uchar数组访问。

cv::Mat img = cv::imread("lenna.png",0);
for(int i=0; i<img.rows; i++)
    for(int j=0; j<img.cols; j++)
        std::cout << img.at<uchar>(i,j) << std::endl;

更新:使用拆分获取3个频道

cv::Mat img = cv::imread("lenna.png");
std::vector<cv::Mat> three_channels = cv::split(img);

// Now I can access each channel separately
for(int i=0; i<img.rows; i++)
    for(int j=0; j<img.cols; j++)
        std::cout << three_channels[0].at<uchar>(i,j) << " " << three_channels[1].at<uchar>(i,j) << " " << three_channels[2].at<uchar>(i,j) << std::endl;

// Similarly for the other two channels

更新:感谢entorion发现我从cv :: Vec3b示例复制和粘贴时引入的错误。

答案 1 :(得分:10)

如果您使用C ++,请使用opencv的C ++接口,然后您可以通过http://docs.opencv.org/2.4/doc/tutorials/core/how_to_scan_images/how_to_scan_images.html#the-efficient-way或使用cv :: Mat :: at()来访问成员。

答案 2 :(得分:3)

文档显示了对Mat图像here进行迭代的不同方式的良好书写比较。

最快的方法是使用C风格指针。以下是从文档中复制的代码:

Mat& ScanImageAndReduceC(Mat& I, const uchar* const table)
{
// accept only char type matrices
CV_Assert(I.depth() != sizeof(uchar));

int channels = I.channels();

int nRows = I.rows;
int nCols = I.cols * channels;

if (I.isContinuous())
{
    nCols *= nRows;
    nRows = 1;
}

int i,j;
uchar* p;
for( i = 0; i < nRows; ++i)
{
    p = I.ptr<uchar>(i);
    for ( j = 0; j < nCols; ++j)
    {
        p[j] = table[p[j]];
    }
}
return I;
}

使用at访问元素非常慢。

请注意,如果您的操作可以使用查找表执行,则内置函数LUT是最快的(也在文档中描述)。

答案 3 :(得分:3)

自OpenCV 3.3(see changelog)起,也可以将C ++ 11样式用于循环:

// Example 1
Mat_<Vec3b> img = imread("lena.jpg");
for( auto& pixel: img ) {
    pixel[0] = gamma_lut[pixel[0]];
    pixel[1] = gamma_lut[pixel[1]];
    pixel[2] = gamma_lut[pixel[2]];
}

// Example 2
Mat_<float> img2 = imread("float_image.exr", cv::IMREAD_UNCHANGED);
for(auto& p : img2) p *= 2;

答案 4 :(得分:1)

如果您想逐个修改RGB像素,下面的例子会有所帮助!

void LoopPixels(cv::Mat &img) {
    // Accept only char type matrices
    CV_Assert(img.depth() == CV_8U);

    // Get the channel count (3 = rgb, 4 = rgba, etc.)
    const int channels = img.channels();
    switch (channels) {
    case 1:
    {
        // Single colour
        cv::MatIterator_<uchar> it, end;
        for (it = img.begin<uchar>(), end = img.end<uchar>(); it != end; ++it)
            *it = 255;
        break;
    }
    case 3:
    {
        // RGB Color
        cv::MatIterator_<cv::Vec3b> it, end;
        for (it = img.begin<cv::Vec3b>(), end = img.end<cv::Vec3b>(); it != end; ++it) {
            uchar &r = (*it)[2];
            uchar &g = (*it)[1];
            uchar &b = (*it)[0];
            // Modify r, g, b values
            // E.g. r = 255; g = 0; b = 0;
        }
        break;
    }
    }
}

答案 5 :(得分:0)

这是一个老问题,但是由于opencv正在积极开发中,因此需要更新。最近,OpenCV引入了parallel_for_,它符合c ++ 11 lambda函数。这是示例

parallel_for_(Range(0 , img.rows * img.cols), [&](const Range& range){
    for(int r = range.start; r<range.end; r++ )
    {
         int i = r / img.cols;
         int j = r % img.cols;
        img.ptr<uchar>(i)[j] = doSomethingWithPixel(img.at<uchar>(i,j));
    }
});

值得一提的是,这种方法使用了现代计算机体系结构中的CPU内核。