opencv从零开始——6. 图像的读取和像素遍历

一、 基础知识

(1) 将一幅图像视为一个二维函数f(x,y)，以左上角为原点，x代表横轴，y代表纵轴。

(2) 图像分类：

二值图像：每个像素只有黑，白两种颜色。像素只有0和1两种取值，一般用0表示黑色，1表示白色。

灰度图像：在二值图像中，进一步加入许多介于黑白之间的颜色深度，就是灰度。每种灰度对应一个级别，通常用L表示。

RGB图像：通常将红色分为256个级别，绿色和蓝色也是一样。因此总共可以表达256*256*256种颜色。因为0~255的二进制表示为：0000 0000 ~ 1111 1111，因此需要8位才能表示一个颜色级别，而实际颜色是3原色混合的，因此通常需要24位组合成一个颜色。

例如下表：

红色0xFF0000蓝色0x00FF00绿色0x0000FF黄色0xFFFF00紫色0xFF00FF白色0xFFFFFF黑色0x000000    

索引图像：如果每个像素都是24位，即3个字节来表示，图像文件巨大。例如一个200*200像素的图像，用RGB分量表示每个像素，那么图像大小=200*200*3(Byte)=120KB。假设这张图片只有16种颜色，那么每个像素只保存颜色的索引，这样就只需要4位，即0.5个字节来表示每个像素颜色，整个图像大小变为200*200*0.5=20KB，存储空间减小，而不会影响图片质量。

这就是常说的调色板（Palette），windows位图中应用到了调色板技术。

      

(3) 图像的空间分辨率

分辨率是指图像中每单位长度所包含的像素的数目。

例如72ppi表示图像中每英寸包含72个像素。

(4) 灰阶或者色阶

就是前面提到的灰度图的灰度级数L。

二、 读取图片的3通道

代码如下：

#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <vector> #include <stdio.h> using namespace std; using namespace cv; /** @函数 main */ // /mnt/hgfs/code_for_Linux/code_opencv/test1/pic int main( int argc, char** argv ) { Mat src; src = imread("/mnt/hgfs/code_for_Linux/code_opencv/test1/pic/2.jpg"); imshow("原图", src); std::vector<Mat> channels; Mat aChannels[3]; //src为要分离的Mat对象 split(src, aChannels); //利用数组分离 split(src, channels); //利用vector对象分离 imshow("B",channels[0]); imshow("G",channels[1]); imshow("R",channels[2]); waitKey(0); return 0; } 效果如下图所示：【原图】--【Blue】--【Green】--【Red】

可以明显的看出，不同的通道，显示的东西是有区别的！

三、 imread

（1）功能： 读取一幅图像 （2）函数的声明格式： Mat imread( const string& filename,int flags=1 ); （3）参数说明： filename : 被读取的图像的名字 flags ： 说明读取图像的数据类型 如果flags>0 , 那么是把图像加载成3通道的彩色图像（注意：默认被加载成了一副彩色图像） 如果flags=0,那么把图像加载成灰度图（单通道的图像） 如果flags<0,那么如果图像本身是彩色图，就加载成彩色图，如果图像本身是灰度图就加载成灰度图。 如果图像加载失败，那么imread会返回一个空矩阵(Mat::data == NULL)。

四、 遍历一张图的所有像素

代码例子如下：

#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <vector> #include <stdio.h> using namespace std; using namespace cv; /** @函数 main */ // /mnt/hgfs/code_for_Linux/code_opencv/test1/pic void colorReduce(Mat& image, int div) { for(int i=0;i<image.rows;i++) { for(int j=0;j<image.cols;j++) { image.at<Vec3b>(i,j)[0]=image.at<Vec3b>(i,j)[0]/div*div+div/2; image.at<Vec3b>(i,j)[1]=image.at<Vec3b>(i,j)[1]/div*div+div/2; image.at<Vec3b>(i,j)[2]=image.at<Vec3b>(i,j)[2]/div*div+div/2; } } } int main( int argc, char** argv ) { Mat src, dst; src = imread("/mnt/hgfs/code_for_Linux/code_opencv/test1/pic/2.jpg"); imshow("原图", src); colorReduce(src, 64); imshow("处理后的图", src); waitKey(0); return 0; } 效果如下：

很明显，通过计算，操作了像素值，使得整个图片的效果下降了很多。

在很多博客里面，这叫 ： colorReduce

五、 参考文献

[1] http://blog.csdn.net/ebowtang/article/details/41811135

[2] http://blog.csdn.net/daoqinglin/article/details/23628125