图像处理顾名思义就是对图像的像素进行操作，这是核心基础！

有三种方法对图像的操作：（图像像素的获取参差在其中）

第一种：使用指针进行操作

这个指针在上一篇博文中已经提到，这节博文进行加深理解。

先讲解opencv的指针应用：

1 Mat image = cv::Mat(400, 600, CV_8UC3); //宽400，长600，３通道彩色图片 rows=400，cols=600  2     uchar * data000 = image.ptr
     
      (0);//第一行第一个元素地址 3     uchar * data100 = image.ptr
      
       (1);//第二行第一个元素地址 4     uchar * data001 = image.ptr
       
        (0)[1];//第一行第二个元素地址 5 　  uchar * data111 = image.ptr
        
         (0)(1);//这个目的是想操作第一行第二个元素的地址，语法没错，但是操作的结果是错误的，具体看下面 6     uchar * data 7 Mat image = cv::Mat(400, 600, CV_8UC3); //宽400，长600，３通道彩色图片 8     Vec3b * data000 = image.ptr
         
          (0);// 9     Vec3b * data100 = image.ptr
          
           (1);//10 Vec3b * data001 = image.ptr
           
            (0)[1];//第一行第二个像素11 Vec3b * data001 = image.ptr
            
             (0)[1][0];//第一行第二个像素第一个通道12 Vec3b * data
            
           
          
         
        
       
      
     

 

 指针的实例（正确）

1 int main(int argc,char**argv) 2  2 { 3  3     Mat input_image = imread("9.jpg"); 4  4     //cvtColor(input_image, input_image, COLOR_BGR2GRAY); 5  5     namedWindow("Sourse image"); 6  6     imshow("Sourse image", input_image); 7  7     Mat output_image; 8  8     int width =  input_image.rows; 9  9     int length = input_image.cols;10 10     output_image.create(input_image.size(),input_image.type());11 11     //-----------------指针操作--------------------//12 12     for (int i = 0; i < width; i++)13 13     {14 14         uchar *in = input_image.ptr
     
      (i);15 15         uchar *out = output_image.ptr
      
       (i);16 16         for (int j = 0; j < length * input_image.channels(); j++)17 17         {18 18             out[j] = 255 - in[j];19 23         }20 24     }21 25 namedWindow("Destinate image");22 26     imshow("Destinate image",output_image);23 27     waitKey(0);24 28     return 0;25 29 }
      
     

 显示：

 

指针的实例（错误）

1 int main(int argc,char**argv) 2 { 3     Mat input_image = imread("9.jpg"); 4     //cvtColor(input_image, input_image, COLOR_BGR2GRAY); 5     namedWindow("Sourse image"); 6     imshow("Sourse image", input_image); 7     Mat output_image; 8     int width =  input_image.rows; 9     int length = input_image.cols;10     output_image.create(input_image.size(),input_image.type());11     //-----------------指针操作--------------------//12     for (int i = 0; i < width; i++)13     {14         for (int j = 0; j < length * input_image.channels(); j++)15         {16             *(output_image.ptr
     
      (i, j)) = saturate_cast
      
       (255 - (*(input_image.ptr
       
        (i, j))));//这段代码是有问题的操作17         }18     }19 namedWindow("Destinate image");20     imshow("Destinate image",output_image);21     waitKey(0);22     return 0;23 }
       
      
     

显示：

 

第二种是利用迭代器：

迭代器在C++里面经常用到，个人简单的理解就是指针的升级版，有指针的基本功能，并且比指针还好用。

这部分内容比较简单，有C++基础就看的懂，就不解释过多。

直接上代码：

注意：[]是一级优先级，*：是二级优先级，(*out)[0]:这里一定得加括号！！！

1 Mat_
     
      ::iterator in = input_image.begin
      
       (); 2     Mat_
       
        ::iterator out = output_image.begin
        
         (); 3     while (in != input_image.end
         
          ()) 4     { 5         (*out)[0] = saturate_cast
          
           (255 - (*in)[0]); 6 (*out)[1] = saturate_cast
           
            (255 - (*in)[1]); 7 (*out)[2] = saturate_cast
            
             (255 - (*in)[2]); 8 ++out; 9 ++in;10 }
            
           
          
         
        
       
      
     

图片显示和上面一样了。

第三种是Mat自带的at函数：

从下面可以看出，上面指针的错误在这里可以运用，一般操作图像用at，用的熟练就用指针。当然指针的速度肯定最快的

1 for (int i = 0; i < width; i++) 2     { 3          4         for (int j = 0; j < length; j++) 5         { 6             if (input_image.channels() == 3) { 7             output_image.at
     
      (i, j)[0] = saturate_cast
      
       (255-input_image.at
       
        (i,j)[0]); 8             output_image.at
        
         (i, j)[1] = saturate_cast
         
          (255-input_image.at
          
           (i,j)[1]); 9 output_image.at
           
            (i, j)[2] = saturate_cast
            
             (255-input_image.at
             
              (i,j)[2]);10 }11 else {12 output_image.at
              
               (i, j) = saturate_cast
               
                (255-input_image.at
                
                 (i, j));13 }14 }15 }
                
               
              
             
            
           
          
         
        
       
      
     

 

其实还有很多种方法，在网上看到一篇博文说有十种方法，等到我用十种方法的时候我应该成大神了。哈哈

 

 本博文参考《opencv3编程入门》、51CTO的教程、http://blog.csdn.net/github_35160620/article/details/51708659