OpenCV C++ 中,访问图像像素三种常用方法

✅ OpenCV C++ 访问像素的三种方法

🔹 方法 1:cv::Mat::at<>() 方法(推荐用于调试和小规模访问)

📌 特点:

复制代码
安全(带边界检查)
易用,语法直观
速度较慢(函数调用开销大)
适合调试、单点访问

🧩 语法:mat.at<数据类型>(行, 列)

cpp 复制代码
cv::Mat img = cv::imread("image.jpg");

// 访问灰度图像素(单通道)
if (img.channels() == 1) {
    uchar pixel = img.at<uchar>(100, 150);  // 第100行,第150列
    img.at<uchar>(100, 150) = 255;          // 修改像素
}

// 访问彩色图像素(三通道 BGR)
if (img.channels() == 3) {
    cv::Vec3b pixel = img.at<cv::Vec3b>(100, 150);
    uchar blue  = pixel[0];
    uchar green = pixel[1];
    uchar red   = pixel[2];

    // 修改像素为红色
    img.at<cv::Vec3b>(100, 150) = cv::Vec3b(0, 0, 255);
}

⚠️ 注意:

复制代码
类型必须匹配,否则会崩溃
cv::Vec3b 表示 3 个 unsigned char 的向量(BGR)

🔹 方法 2:指针访问 cv::Mat::ptr<>()(推荐用于遍历整行或全图)

📌 特点:

复制代码
速度快(直接指针操作)
常用于遍历图像每一行
无边界检查,需手动确保索引合法
最适合性能敏感的场景

🧩 语法:

cpp 复制代码
uchar* row_ptr = mat.ptr<uchar>(行);
row_ptr[列 * 通道数 + 通道索引]
cpp 复制代码
cv::Mat img = cv::imread("image.jpg");

for (int i = 0; i < img.rows; ++i) {
    uchar* row_ptr = img.ptr<uchar>(i);  // 指向第 i 行首地址
    for (int j = 0; j < img.cols; ++j) {
        // 三通道图像:BGR
        uchar blue  = row_ptr[j * 3 + 0];
        uchar green = row_ptr[j * 3 + 1];
        uchar red   = row_ptr[j * 3 + 2];

        // 修改为灰色
        uchar gray = (blue + green + red) / 3;
        row_ptr[j * 3 + 0] = gray;
        row_ptr[j * 3 + 1] = gray;
        row_ptr[j * 3 + 2] = gray;
    }
}

✅ 优势:

复制代码
内层循环中 row_ptr 是连续内存访问,CPU 缓存友好
比 at<>() 快 5~10 倍

🔹 方法 3:迭代器访问(安全且适合 STL 风格编程)

📌 特点:

复制代码
安全(带边界检查)
风格现代,类似 STL
速度中等
适合需要安全遍历的场景

🧩 语法:

cpp 复制代码
cv::MatIterator_<数据类型> it, end;
for (it = mat.begin<数据类型>(), end = mat.end<数据类型>(); it != end; ++it)
cpp 复制代码
cv::Mat img = cv::imread("image.jpg");
cv::cvtColor(img, img, cv::COLOR_BGR2GRAY);  // 转为灰度图便于演示

// 使用迭代器遍历所有像素
cv::MatIterator_<uchar> it, end;
for (it = img.begin<uchar>(), end = img.end<uchar>(); it != end; ++it) {
    *it = 255 - *it;  // 反色操作
}
cpp 复制代码
cv::Mat color_img = cv::imread("image.jpg");
cv::MatIterator_<cv::Vec3b> it, end;
for (it = color_img.begin<cv::Vec3b>(), end = color_img.end<cv::Vec3b>(); it != end; ++it) {
    (*it)[0] = 0;  // B = 0
    (*it)[1] = 0;  // G = 0
    // 保持 R 不变 → 变红图
}
相关推荐
端平入洛20 小时前
delete又未完全delete
c++
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
端平入洛2 天前
auto有时不auto
c++
哇哈哈20213 天前
信号量和信号
linux·c++
多恩Stone3 天前
【C++入门扫盲1】C++ 与 Python:类型、编译器/解释器与 CPU 的关系
开发语言·c++·人工智能·python·算法·3d·aigc
蜡笔小马3 天前
21.Boost.Geometry disjoint、distance、envelope、equals、expand和for_each算法接口详解
c++·算法·boost