OpenCV入门教程（2）-Mat类之像素的读写

最新推荐文章于 2026-04-30 22:30:51 发布

原创最新推荐文章于 2026-04-30 22:30:51 发布 · 5.2k 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#opencv #Mat类

OpenCV 同时被 2 个专栏收录

19 篇文章

订阅专栏

图像处理

19 篇文章

订阅专栏

本文介绍了OpenCV中图像处理的基础知识，包括矩阵元素的基本表达方式、像素值的读写方法等内容。详细讲述了使用at()函数、迭代器及数据指针等方式遍历图像像素的方法。

一、矩阵元素的基本表达
对于单通道图像,其元素类型一般为 8U(即 8 位无符号整数),当然也可以是 16S、32F等;这些类型可以直接用 uchar、short、float 等 C/C++语言中的基本数据类型表达。
如果多通道图像,如 RGB 彩色图像,需要用三个通道来表示。在这种情况下,如果依然将图像视作一个二维矩阵,那么矩阵的元素不再是基本的数据类型。
OpenCV 中有模板类 Vec,可以表示一个向量。OpenCV 中使用 Vec 类预定义了一些小向量,可以将之用于矩阵元素的表达。

typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;

例如 8U 类型的 RGB 彩色图像可以使用 Vec3b,3 通道 float 类型的矩阵可以使用 Vec3f。
对于 Vec 对象,可以使用[]符号如操作数组般读写其元素,如:

Vec3b color;    //用 color 变量描述一种 RGB 颜色
color[0]=255;   //B 分量
color[1]=0;     //G 分量
color[2]=0;     //R 分量

二、像素值的读写
很多时候,我们需要读取某个像素值,或者设置某个像素值;在更多的时候,我们需要对整个图像里的所有像素进行遍历。OpenCV 提供了多种方法来实现图像的遍历。
2.1、at()函数
函数 at()来实现读取矩阵中的某个像素,或者对某个像素进行赋值操作。下面两行代码演示了 at()函数的使用方法。

// 读出第 i 行第 j 列像素值
uchar value = grayim.at<uchar>(i,j);
//将第 i 行第 j 列像素值设置为 128
grayim.at<uchar>(i,j)=128;

如果要对图像进行遍历,可以参考下面的例程。这个例程创建了两个图像,分别是单通道的 grayim 以及 3 个通道的 colorim,然后对两个图像的所有像素值进行赋值,最后现实结果。

#include <QCoreApplication>
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(void)
{
    Mat grayim(400, 600, CV_8UC1);
    Mat colorim(400, 600, CV_8UC3);

    //遍历所有像素,并设置像素值
    for( int i = 0; i < grayim.rows; ++i)
        for( int j = 0; j < grayim.cols; ++j )
            grayim.at<uchar>(i,j) = (i+j)%255;

    //遍历所有像素,并设置像素值
    for( int i = 0; i < colorim.rows; ++i)
        for( int j = 0; j < colorim.cols; ++j )
        {
            Vec3b pixel;
            pixel[0] = i%255; //Blue    // B
            pixel[1] = j%255; //Green   // G
            pixel[2] = 0;               // R
            //Red
            colorim.at<Vec3b>(i,j) = pixel;
        }
    //显示结果
    imshow("grayim", grayim);
    imshow("colorim", colorim);
    waitKey(0);
    return 0;
}

需要注意的是,如果要遍历图像,并不推荐使用 at()函数。使用这个函数的优点是代码的可读性高,但是效率并不是很高。

显示结果如下图所示：
这里写图片描述

2.2 使用迭代器
如果你熟悉 C++的 STL 库,那一定了解迭代器(iterator)的使用。迭代器可以方便地遍历所有元素。Mat 也增加了迭代器的支持,以便于矩阵元素的遍历。
下面的例程功能跟上一节的例程类似,但是由于使用了迭代器,而不是使用行数和列数来遍历,所以这儿没有了 i 和 j 变量,图像的像素值设置为一个随机数。

#include <QCoreApplication>
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(void)
{
    Mat grayim(600, 800, CV_8UC1);
    Mat colorim(600, 800, CV_8UC3);

    //遍历所有像素,并设置像素值
    MatIterator_<uchar> grayit, grayend;
    for(grayit = grayim.begin<uchar>(),  grayend = grayim.end<uchar>(); grayit != grayend; ++grayit)
        *grayit = rand()%255;

    //遍历所有像素,并设置像素值
    MatIterator_<Vec3b> colorit, colorend;
    for(colorit = colorim.begin<Vec3b>(),colorend = colorim.end<Vec3b>(); colorit != colorend; ++colorit)
    {
        (*colorit)[0] = rand()%255; //Blue
        (*colorit)[1] = rand()%255; //Green
        (*colorit)[2] = rand()%255; //Red
    }
    //显示结果
    imshow("grayim", grayim);
    imshow("colorim", colorim);
    waitKey(0);
    return 0;
}

例程的输出结果如图,所示
这里写图片描述

这里写图片描述

2.3 通过数据指针
使用 IplImage 结构的时候,我们会经常使用数据指针来直接操作像素。通过指针操作来访问像素是非常高效的,但是你务必十分地小心。C/C++中的指针操作是不进行类型以及越界检查的,如果指针访问出错,程序运行时有时候可能看上去一切正常,有时候却突然弹出“段错误”(segment fault)。
当程序规模较大,且逻辑复杂时,查找指针错误十分困难。对于不熟悉指针的编程者来说,指针就如同噩梦。如果你对指针使用没有自信,则不建议直接通过指针操作来访问像素。虽然 at()函数和迭代器也不能保证对像素访问进行充分的检查,但是总是比指针操作要可靠一些。
如果你非常注重程序的运行速度,那么遍历像素时,建议使用指针。下面的例程演示如何使用指针来遍历图像中的所有像素。此例程实现的操作跟第 2.1节中的例程完全相同。例程代码如下:

#include <QCoreApplication>
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main(int argc, char* argv[])
{
    Mat grayim(300, 400, CV_8UC1);
    Mat colorim(300, 400, CV_8UC3);
    //遍历所有像素,并设置像素值
    for( int i = 0; i < grayim.rows; ++i)
    {
        //获取第 i 行首像素指针
        uchar *p = grayim.ptr<uchar>(i);
        //对第 i 行的每个像素(byte)操作
        for( int j = 0; j < grayim.cols; ++j )
            p[j] = (i+j)%255;
    }
    //遍历所有像素,并设置像素值
    for( int i = 0; i < colorim.rows; ++i)
    {
        //获取第 i 行首像素指针
        Vec3b * p = colorim.ptr<Vec3b>(i);
        for( int j = 0; j < colorim.cols; ++j )
        {
            p[j][0] = i%255;    //Blue
            p[j][1] = j%255;    //Green
            p[j][2] = 0;        //Red
        }
    }
    //显示结果
    imshow("grayim", grayim);
    imshow("colorim", colorim);
    waitKey(0);
    return 0;
}

运行结果遇上面的一致。