《OpenCV图像处理》——2.2 像素级访问

简介:

本节书摘来自华章计算机《OpenCV图像处理》一书中的第2章,第2.2节,作者:[西]葛罗瑞亚·布埃诺·加西亚(Gloria Bueno García)著,更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.2 像素级访问

为了处理图像,必须了解如何独立地访问每个像素。OpenCV提供若干方法进行独立像素访问。在这一节中,介绍两种方法:第一种方法对于程序员来说很简单,而第二种方法效率更高。
第一种方法使用模板函数at< >。为了使用这种方法,必须指定矩阵单元的类型,例如下面这个简短示例:
screenshot

该示例用灰度和彩色两种方式读取同一幅图像,并访问(0, 0)处的第一个像素。在第一种情况中,像素类型是无符号字符(即uchar)。在第二种情况中,图像以全色方式读取,必须使用Vec3b类型,它指向一个无符号字符的三元组。当然,函数at< >也可以出现在一个赋值符号的左侧,即改变一个像素的值。
下面是另一个简短示例,使用这个方法将浮点矩阵初始化为Pi值:
screenshot

请注意,at< >方法并不是很有效,因为必须从像素的行和列计算出精确的内存位置。当逐个处理整幅图像的像素时,是非常费时的。第二种方法使用函数ptr,它返回指向图像特定行的一个指针。下面的代码片段获取一幅彩色图像中每个像素的像素值:
screenshot

在上面的示例中,ptr用来得到一个指向每行中第一个像素的指针。使用这个指针,现在可以在内层循环中访问每一列。

相关文章
|
算法 计算机视觉
基于qt的opencv实时图像处理框架FastCvLearn实战
本文介绍了一个基于Qt的OpenCV实时图像处理框架FastCvLearn,通过手撕代码的方式详细讲解了如何实现实时人脸马赛克等功能,并提供了结果展示和基础知识回顾。
542 7
基于qt的opencv实时图像处理框架FastCvLearn实战
|
openCL 开发工具 C语言
OpenCV 图像处理学习手册:6~7
OpenCV 图像处理学习手册:6~7
305 0
|
人工智能 Linux API
OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化)
OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化)
212 0
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
340 7
WK
|
计算机视觉 Python
如何使用OpenCV进行基本图像处理
使用OpenCV进行基本图像处理包括安装OpenCV,读取与显示图像,转换图像颜色空间(如从BGR到RGB),调整图像大小,裁剪特定区域,旋转图像,以及应用图像滤镜如高斯模糊等效果。这些基础操作是进行更复杂图像处理任务的前提。OpenCV还支持特征检测、图像分割及对象识别等高级功能。
WK
178 4
|
计算机视觉
OpenCV图像像素值统计
OpenCV图像像素值统计
|
计算机视觉
OpenCV图像像素逻辑操作
OpenCV图像像素逻辑操作
|
人工智能 计算机视觉 Python
【OpenCV】计算机视觉图像处理基础知识(上)
【OpenCV】计算机视觉图像处理基础知识(上)
192 7
|
算法 计算机视觉
【OpenCV】计算机视觉图像处理基础知识(下)
【OpenCV】计算机视觉图像处理基础知识(下)
187 5
|
机器学习/深度学习 算法 Linux
使用OpenCV在Python中进行图像处理
使用OpenCV在Python中进行图像处理