http://tmjfzy.blog.163.com/blog/static/6644702520126157403724/

Fn 1 :

Code 1 :

int main()

{

    //新建一個uchar型別的單通道矩陣（grayscale image 灰度圖）

    Mat m(400, 400, CV_8U, Scalar(0));

    for (int col = 0; col < 400; col++)

    {

        for (int row = 195; row < 205; row++)

        {

            cout << (int
 
)(*(m.data + m.step[0] * row + m.step[1] * col)) << "  ==> ";

            //獲取第[row,col]個畫素點的地址並用 * 符號解析

            *(m.data + m.step[0] * row + m.step[1] * col) = 255;

            cout << (int)(*(m.data + m.step[0] * row + m.step[1] * col)) << endl;

        }

    }

    imshow("canvas"
 
, m);

    cvWaitKey();

    return 0;

}

Output 1 :

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

0  ==> 255

...

Code1只是演示了單通道的情況，對於多通道的例子，請看 Code2 然後再看 Code3。

Fn 2 :

使用 Mat::at 函式

• 原型 template<typename _Tp> inline _Tp& Mat::at(…) //其中引數有多個，也就是說 at 函式有多個過載
• 返回值為 Mat 型別, Mat 有個索引的過載，也就是 [] 符號的過載，用這個過載可以定位多通道資料，具體示例可以看下面程式碼

下面的程式碼把紅色通道值大於128的顏色的置為白色，左邊為原圖，右邊為處理過後的圖。

Code 2 :

int main()

{    

    Mat img = imread("lena.jpg");

    imshow("Lena Original", img);

    for (int row = 0; row < img.rows; row++)

    {

        for (int col = 0; col < img.cols; col++)

        {    

            /* 注意 Mat::at 函式是個模板函式, 需要指明引數型別, 因為這張圖是具有紅藍綠三通道的圖,

               所以它的引數型別可以傳遞一個 Vec3b, 這是一個存放 3 個 uchar 資料的 Vec(向量). 這裡

               提供了索引過載, [2]表示的是返回第三個通道, 在這裡是 Red 通道, 第一個通道(Blue)用[0]返回 */

            if(img.at<Vec3b>(row, col)[2] > 128)

                img.at<Vec3b>(row, col) = Vec3b(255, 255, 255);

        }

    }

    imshow("Lena Modified", img);

    cvWaitKey();

    return 0;

}

Output 2 :

Code 3 :

這段程式碼用的是 Fn1 的方式，效果和 Code 2 等價：

int main()

{    

    Mat img = imread("lena.jpg");

    imshow("Lena Original", img);

    for (int row = 0; row < img.rows; row++)

    {

        for (int col = 0; col < img.cols; col++)

        {

            //主要是這裡的程式碼

            if(*(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) > 128)

            {

                //[row, col]畫素的第 1 通道地址被 * 解析(blue通道)

                *(img.data + img.step[0] * row + img.step[1] * col) = 255;

                //[row, col]畫素的第 2 通道地址被 * 解析(green通道), 關於elemSize1函式的更多描述請見 Fn1 裡所列的博文連結

                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1()) = 255;

                //[row, col]畫素的第 3 通道地址被 * 解析(red通道)

                *(img.data + img.step[0] * row + img.step[1] * col + img.elemSize1() * 2) = 255;

            }

        }

    }

    imshow("Lena Modified", img);

    cvWaitKey();

    return 0;

}

Output 3 = Output 2

Fn 3 :

使用 Mat 的一個模板子類 Mat_<typename _Tp> 的 ( ) 符號過載定位一個畫素

Code 4 :

int main()

{    

    Mat m(400, 400, CV_8UC3, Scalar(255, 255, 255));

    // m2 是 Mat_<Vec3b> 型別的, 因為 m 中元素的型別是 CV_8UC3, 可以用 Vec3b 儲存 3 個通道的值

    // 注意 Mat_<CV_8UC3> 這種寫法是錯誤的, 因為 CV_8UC3 只是一個巨集定義

    // #define CV_8UC3 CV_MAKETYPE(CV_8U, 3)

    Mat_<Vec3b> m2 = m;

    // for 迴圈畫一個紅色的實心圓

    for (int y = 0; y < m.rows; y++)

    {

        for (int x = 0; x < m.rows; x++)

        {

            if (pow(double(x-200), 2) + pow(double(y-200), 2) - 10000.0 < 0.00000000001)

            {

                // Mat_ 模板類實現了對()的過載, 可以定位到一個畫素

                m2(x, y) = Vec3b(0, 0, 255);

            }

        }

    }

    imshow("Image", m);

    cvWaitKey();

    return 0;

}

Output 4 : [ 看上去怎麼有點不爽]

Fn 4 :

使用 Mat::ptr 模板函式

Code 5 :

int main()

{    

    Mat m(400, 400, CV_8UC3, Scalar(226, 46, 166));

    imshow("Before", m);

    for (int row = 0; row < m.rows; row++)

    {

        if (row % 5 == 0)

        {

            // data 是 uchar* 型別的, m.ptr<uchar>(row) 返回第 row 行資料的首地址

            // 需要注意的是該行資料是按順序存放的,也就是對於一個 3 通道的 Mat, 一個畫素有

            // 有 3 個通道值, [B,G,R][B,G,R][B,G,R]... 所以一行長度為:

            // sizeof(uchar) * m.cols * m.channels() 個位元組

            uchar* data = m.ptr<uchar>(row);

            for (int col = 0; col < m.cols; col++)

            {

                data[col * 3] = 102; //第row行的第col個畫素點的第一個通道值 Blue

                data[col * 3 + 1] = 217; // Green

                data[col * 3 + 2] = 239; // Red

            }

        }

    }

    imshow("After", m);

    cout << (int)m.at<Vec3b>(0, 0)[0] << ','; //利用 Fn 1 介紹的方法輸出一下畫素值到控制檯

    cout << (int)m.at<Vec3b>(0, 0)[1] << ',';

    cout << (int)m.at<Vec3b>(0, 0)[2] << endl;

    cvWaitKey();

    return 0;

}

Output 5 :