【Opencv】Opencv像素处理与访问
87 浏览量
2021-01-20
11:22:13
上传
评论 1
收藏 295KB PDF 举报
【【Opencv】】Opencv像素处理与访问像素处理与访问
Opencv像素处理与访问像素处理与访问
对于图像处理来说，如果我们了解处理图像的具体算法，那么我们就可以通过直接操作图片的像素点来实现这些算法。所以本文就总结一下Opencv像素处理和访问的一些知识。
文章目录文章目录Opencv像素处理与访问1. 色彩空间缩减1.1色彩空间缩减的必要性1.2 查找表方法缩减色彩空间1.3 LUT函数2. 判断程序的运行效率3. 访问图像中像素的方法3.1 指针3.2 迭代
器3.3 动态地址参考文献
1. 色彩空间缩减色彩空间缩减
1.1色彩空间缩减的必要性色彩空间缩减的必要性
图像的本质是矩阵，是由一个个的像素点组成的。储存图片数据往往会占用巨大的空间。假如的单通道的黑白图片，每个像素点用0-255这256个数字来表示颜色。而如果是三通道的
彩色图片，则每个像素点就有256x256x256种可能的颜色，这无疑对于数据储存来说是笔巨大的开销。
如果对色彩空间进行缩减，可以有效的减少数据储存压力。我们可以通过对颜色进行近似表示的方法，缩减色彩空间。比如对于一个通道256种颜色：0-10表示为0，11-20表示为1…
以此类推，那么我们就仅需要26个数字来表示一个通道的颜色，对于三通道彩色图来说，这个储存空间压缩比例就更加客观了，256x256x256减少到了26x26x26。
如何实现这种颜色近似表示呢？在c++中，int类型除法具有截断小数点位数的功能，就可以通过这种方法，处理色彩空间，公式如下
Inew=Iold10∗10
Inew= rac{Iold}{10}*10
Inew=10Iold∗10
举例：
Iold = 23,则Inew=23/10*10=2*10=20
1.2 查找表方法缩减色彩空间查找表方法缩减色彩空间
但是如果所有的像素点都要做一次近似计算，也是一种巨大的运算量。所以，我们可以利用查表的思想简化这一过程。我们可以创建一张记录了0-256分别对应变换以后哪个数字的
表，这样就不需要每次都计算了，而是查找变换表即可。
//查找表的创建
uchar table[256];
int divideWidth = 100;
for (int i = 0; i < 256; i++)
{
table[i] = i / divideWidth*divideWidth;
}
然后假设图片中每一个像素点为p[i]，则通过下列变换即可实现色彩空间缩减
p[i]=table[p[i]];
1.3 LUT函数函数
Opencv中内置了一个查找表函数LUT，用来做色彩空间压缩。其函数定义为：
void LUT(InputArray src, InputArray lut, OutputArray dst);
第一个参数：输入图像
第二个参数：查找表
第三个参数：输出图片
这三个参数的类型均为Mat类型
使用例子
#include
#include
using namespace cv;
using namespace std;
int main()
{
//创建数值表
uchar table[256];
int dividedValue = 100;
for (int i = 0; i < 256; i++)
{
table[i] = i / dividedValue * dividedValue;
}
//定义图片
Mat srcImg, lut, dstImg;
srcImg = imread("1.png");
//创建查找表
lut.create(1, 256, CV_8UC1); //查找表一个通道就可以，处理三通道图片的时候，会把三个通道都安装lut的规则进行变换
uchar* p = lut.data;
for (int i = 0; i < 256; i++)
{
p[i] = table[i];
}
//查找表函数
imshow("a", srcImg);
LUT(srcImg, lut, dstImg);
imshow("b", dstImg);
waitKey(0);
}
评论0