✅ 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:
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
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:
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:
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
uchar* row_ptr = mat.ptr<uchar>(行);
row_ptr[列 * 通道数 + 通道索引]
cpp
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:
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:
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
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
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
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
}
