文章目录

• 摘要
• 颜色空间缩减
• LUT函数
• 计时函数
• 访问图像中的像素的三类方法
• 主函数部分
• 用指针访问像素
• 用迭代器访问像素
• 动态地址计算

摘要

• 修改图片路径

颜色空间缩减

• 其实，仅用这些颜色中具有代表性的很小的部分，就足以达到同样的效果。
• 如此，颜色空间缩减(color space reduction)便可以派上用场了，它在很多应 "用中可以大大降低运算复杂度。
• 颜色空间缩减的做法是:将现有颜色空间值除以某个输入值，以获得较少的颜色数。
• 也就是“做减法”，比如颜色值0到9可取为新值0， 10到19可取为10，以此类推。

$I_{new} = (\frac{I_{old}}{10}) * 10$Inew​=(10Iold​​)∗10

• 在处理图像像素时，每个像素需要进行一遍上述计算，也需要一定的时间花销。但我们注意到其实只有0~255种像素，即只有256种情况。进一步可以把 256种计算好的结果提前存在表中table中，这样每种情况不需计算，直接从table中取结果即可。
• 查表操作

int divideWith = 10;
uchar table[256];
for (int i= 0; i < 256; ++i)
    table[i] - divideWith * (i/divideWith);

• 于是table[i]存放的是值为i的像素减小颜色空间的结果，这样也就可以理解上述方法中的操作:

p[j] = table[p[j]];

• 这样，简单的颜色空间缩减算法就可由下面两步组成：
  1. 遍历图像矩阵的每一个像素
  2. 对像素应用上述公式。

LUT函数

• Look up table 操作
• 一个原型为**operationsOnArrays:LUT()<lut>**的函数来进行。它用于批量进行图像元素查找、扫描与操作图像。其使用方法如下:

//首先我们建立一个mat型用于查表
Mat lookUpTable(1， 256， CV_8U);
uchar * p = lookUpTable.data;
for( int i=0; i < 256; ++i)
    p[i] = table[i];
//然后我们调用函数(I是输入 J是输出):
for(int i =0; i < times; ++i)
    LUT (I， lookUpTable， J);

计时函数

• getTickCount()函数返回CPU自某个事件(如启动电脑)以来走过的时钟周期数
• getTickFrequency()函数返回CPU一秒钟所走的时钟周期数。这样，我们就能轻松的以秒为单位对某运算计时。

//记录起始时间
double time0 = static_cast(getTickCount ());
//进行图像处理操作...
time0 = ((double)getTickCount() - time0) /getTickFrequency();
 //输出运行时间
cout<<"此方法运行时间为: "<<time0<<"秒"<<endl;
   

访问图像中的像素的三类方法

• 方法一：指针访问：C操作符[];
• 方法二：代器iterator;
• 方法三：动态地址计算。
• 这三种方法在访问速度上略有差异。debug模式下，这种差异非常明显，不过在release模式下，差异不明显

主函数部分

//--------------------------------------【程序说明】-------------------------------------------
//		程序说明：《OpenCV3编程入门》OpenCV3版书本配套示例程序21
//		程序描述：用指针访问像素
//		开发测试所用IDE版本：Visual Studio 2010
//		开发测试所用OpenCV版本：	3.0 beta
//		2014年11月 Created by @浅墨_毛星云
//		2014年12月 Revised by @浅墨_毛星云
//------------------------------------------------------------------------------------------------

//---------------------------------【头文件、命名空间包含部分】--------------------------
//		描述：包含程序所使用的头文件和命名空间
//-----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include <iostream>  
using namespace std;  
using namespace cv;  

//-----------------------------------【全局函数声明部分】-----------------------------------
//          描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage， Mat& outputImage， int div);  
void ShowHelpText();



//--------------------------------------【main( )函数】---------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )  
{  
	//【1】创建原始图并显示
	Mat srcImage = imread("1.jpg");  
	imshow("原始图像"，srcImage);  

	//【2】按原始图的参数规格来创建创建效果图
	Mat dstImage;
	dstImage.create(srcImage.rows，srcImage.cols，srcImage.type());//效果图的大小、类型与原图片相同 

	ShowHelpText();

	//【3】记录起始时间
	double time0 = static_cast<double>(getTickCount());  

	//【4】调用颜色空间缩减函数
	colorReduce(srcImage，dstImage，32);  

	//【5】计算运行时间并输出
	time0 = ((double)getTickCount() - time0)/getTickFrequency();
	cout<<"\t此方法运行时间为： "<<time0<<"秒"<<endl;  //输出运行时间

	//【6】显示效果图
	imshow("效果图"，dstImage);  
	waitKey(0);  
}  


//-----------------------------------【ShowHelpText( )函数】----------------------------------
//          描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{
	//输出欢迎信息和OpenCV版本
	printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书！\n");
	printf("\n\n\t\t\t此为本书OpenCV3版的第21个配套示例程序\n");
	printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION );
	printf("\n\n  ----------------------------------------------------------------------------\n");
}

用指针访问像素

//---------------------------------【colorReduce( )函数】---------------------------------
//          描述：使用【指针访问：C操作符[ ]】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage， Mat& outputImage， int div)  
{  
	//参数准备
	outputImage = inputImage.clone();  //拷贝实参到临时变量
	int rowNumber = outputImage.rows;  //行数
	int colNumber = outputImage.cols*outputImage.channels();  //列数 x 通道数=每一行元素的个数

	//双重循环，遍历所有的像素值
	for(int i = 0;i < rowNumber;i++)  //行循环
	{  
		uchar* data = outputImage.ptr<uchar>(i);  //获取第i行的首地址
		for(int j = 0;j < colNumber;j++)   //列循环
		{  	
			// ---------【开始处理每个像素】-------------     
			data[j] = data[j]/div*div + div/2;  
			// ----------【处理结束】---------------------
		}  //行处理结束
	}  
}  

用迭代器访问像素

• 第二种方法为用迭代器操作像素，这种方法与STL库的用法类似。
• 在迭代法中，我们所需要做的仅仅是获得图像矩阵的begin和end，然后增加迭代直至从begin到end，将*操作符添加在迭代指针前，即可访问当前指向的内容。
• 相比用指针直接访问可能出现越界问题，迭代器绝对是非常安全的方法。
• 不熟悉面向对象编程中迭代器的概念的读者，可以阅读与STL中迭代器相关的入门书籍和文字。用关键字"STL迭代器”进行搜索可以找到各种相关的博文和资料。

//-------------------------------------【colorReduce( )函数】-----------------------------
//		描述：使用【迭代器】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage， Mat& outputImage， int div)
{
	//参数准备
	outputImage = inputImage.clone();  //拷贝实参到临时变量
	//获取迭代器
	Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();  //初始位置的迭代器
	Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>();  //终止位置的迭代器

	//存取彩色图像像素
	for (; it != itend; ++it)
	{
		// ------------------------【开始处理每个像素】--------------------
		(*it)[0] = (*it)[0] / div * div + div / 2;
		(*it)[1] = (*it)[1] / div * div + div / 2;
		(*it)[2] = (*it)[2] / div * div + div / 2;
		// ------------------------【处理结束】----------------------------
	}
}

动态地址计算

• 第三种方法为用动态地址计算来操作像素。
• 下面是使用动态地址运算配合at方法的colorReduce函数的代码。
• 这种方法简洁明了,符合大家对像素的直观认识。

//----------------------------------【colorReduce( )函数】-------------------------------
//          描述：使用【动态地址运算配合at】方法版本的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
	//参数准备
	outputImage = inputImage.clone();  //拷贝实参到临时变量
	int rowNumber = outputImage.rows;  //行数
	int colNumber = outputImage.cols;  //列数

	//存取彩色图像像素
	for (int i = 0; i < rowNumber; i++)
	{
		for (int j = 0; j < colNumber; j++)
		{
			// ------------------------【开始处理每个像素】--------------------
			outputImage.at<Vec3b>(i, j)[0] = outputImage.at<Vec3b>(i, j)[0] / div * div + div / 2;  //蓝色通道
			outputImage.at<Vec3b>(i, j)[1] = outputImage.at<Vec3b>(i, j)[1] / div * div + div / 2;  //绿色通道
			outputImage.at<Vec3b>(i, j)[2] = outputImage.at<Vec3b>(i, j)[2] / div * div + div / 2;  //红是通道
			// -------------------------【处理结束】----------------------------
		}  // 行处理结束     
	}
}

• 加入了如下代码，变为蓝色背景：

system("color 9F");

标签：Mat,int,像素,访问,图像,div,outputImage,函数
来源： https://blog.csdn.net/weixin_41995541/article/details/89844559