09_opencv_遍历操作图像像素
指针访问图像像素
uchar* data = outputImage.ptr<uchar>(i); //获取第i行的首地址
遍历每一个像素
//双重循环，遍历所有的像素值for(int i = 0;i < rowNumber;i++) //行循环{uchar* data = outputImage.ptr<uchar>(i); //获取第i行的首地址for(int j = 0;j < colNumber;j++) //列循环{printf("data[%d]= %d\n",j,data[j]);// ---------【开始处理每个像素】-------------data[j] = data[j]/div*div + div/2;// int 类型除法操作会自动截余。例如 lold=14;Inew=(lold/10)*10=(14/10)*10=1*10=10;// ----------【处理结束】---------------------printf("颜色空间缩减后的data[%d]= %d\n",j,data[j]);} //行处理结束}
利用指针对图像像素进行颜色空间缩减
若矩阵元素存储的是单通道像素，使用C或 C++的无符号字符类型，那么像素可有 256 个不同值。
若是三通道图像，这种存储格式的颜色数就太多了(确切地说，有一千六百多万种)256∗256∗256256*256*256256∗256∗256。
颜色空间缩减(color space reduction)便可以派上用场了，它在很多应用中可以大大降低运算复杂度。颜色空间缩减的做法是:将现有颜色空间值除以某个输入值，以获得较少的颜色数
//---------------------------------【头文件、命名空间包含部分】--------------------------
// 描述：包含程序所使用的头文件和命名空间
//-----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;//-----------------------------------【全局函数声明部分】-----------------------------------
// 描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div);
//--------------------------------------【main( )函数】---------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )
{//【1】创建原始图并显示Mat srcImage = imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/21.jpg");imshow("原始图像",srcImage);//【2】按原始图的参数规格来创建创建效果图Mat dstImage;dstImage.create(srcImage.rows,srcImage.cols,srcImage.type());//效果图的大小、类型与原图片相同cout<<"srcImage_rows = " << srcImage.rows << endl;cout<<"srcImage_cols = " << srcImage.cols << endl;cout<<"srcImage_type = " << srcImage.type() << endl << endl;cout<< "srcImage = " << srcImage << endl << "-------------------"<< endl;//【3】记录起始时间double time0 = static_cast<double>(getTickCount());//【4】调用颜色空间缩减函数colorReduce(srcImage,dstImage,32);//【5】计算运行时间并输出time0 = ((double)getTickCount() - time0)/getTickFrequency();cout<<"\t此方法运行时间为： "<<time0<<"秒"<<endl; //输出运行时间//【6】显示效果图imshow("效果图",dstImage);waitKey(0);
}//---------------------------------【colorReduce( )函数】---------------------------------
// 描述：使用【指针访问：C操作符[ ]】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone(); //拷贝实参到临时变量int rowNumber = outputImage.rows; //行数int colNumber = outputImage.cols*outputImage.channels(); //列数 x 通道数=每一行元素的个数//双重循环，遍历所有的像素值for(int i = 0;i < rowNumber;i++) //行循环{uchar* data = outputImage.ptr<uchar>(i); //获取第i行的首地址for(int j = 0;j < colNumber;j++) //列循环{printf("data[%d]= %d\n",j,data[j]);// ---------【开始处理每个像素】-------------data[j] = data[j]/div*div + div/2;// int 类型除法操作会自动截余。例如 lold=14;Inew=(lold/10)*10=(14/10)*10=1*10=10;// ----------【处理结束】---------------------printf("颜色空间缩减后的data[%d]= %d\n",j,data[j]);} //行处理结束}
}
迭代器访问图像像素
//参数准备outputImage = inputImage.clone(); //拷贝实参到临时变量//获取迭代器Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>(); //初始位置的迭代器Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); //终止位置的迭代器//存取彩色图像像素for(;it != itend;++it){// ------------------------【开始处理每个像素】--------------------(*it)[0] = (*it)[0]/div*div + div/2;(*it)[1] = (*it)[1]/div*div + div/2;(*it)[2] = (*it)[2]/div*div + div/2;// ------------------------【处理结束】----------------------------}
利用迭代器对图像进行颜色空间缩减
//---------------------------------【头文件、命名空间包含部分】---------------------------
// 描述：包含程序所使用的头文件和命名空间
//-----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;
//-----------------------------------【全局函数声明部分】-----------------------------------
// 描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div);
//--------------------------------------【main( )函数】--------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )
{//【1】创建原始图并显示Mat srcImage = imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/21.jpg");imshow("原始图像",srcImage);//【2】按原始图的参数规格来创建创建效果图Mat dstImage;dstImage.create(srcImage.rows,srcImage.cols,srcImage.type());//效果图的大小、类型与原图片相同//【3】记录起始时间double time0 = static_cast<double>(getTickCount());//【4】调用颜色空间缩减函数colorReduce(srcImage,dstImage,32);//【5】计算运行时间并输出time0 = ((double)getTickCount() - time0)/getTickFrequency();cout<<"此方法运行时间为： "<<time0<<"秒"<<endl; //输出运行时间//【6】显示效果图imshow("效果图",dstImage);waitKey(0);
}//-------------------------------------【colorReduce( )函数】-----------------------------
// 描述：使用【迭代器】方法版的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone(); //拷贝实参到临时变量//获取迭代器Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>(); //初始位置的迭代器Mat_<Vec3b>::iterator itend = outputImage.end<Vec3b>(); //终止位置的迭代器//存取彩色图像像素for(;it != itend;++it){printf("iterator = %d,%d,%d \n",(*it)[0],(*it)[1],(*it)[2]);// ------------------------【开始处理每个像素】--------------------(*it)[0] = (*it)[0]/div*div + div/2;(*it)[1] = (*it)[1]/div*div + div/2;(*it)[2] = (*it)[2]/div*div + div/2;// ------------------------【处理结束】----------------------------printf("颜色空间减缩后的iterator = %d,%d,%d \n",(*it)[0],(*it)[1],(*it)[2]);}
}
动态地址配合at 方法访问
//存取彩色图像像素for(int i = 0;i < rowNumber;i++){for(int j = 0;j < colNumber;j++){// ------------------------【开始处理每个像素】--------------------outputImage.at<Vec3b>(i,j)[0] = outputImage.at<Vec3b>(i,j)[0]/div*div + div/2; //蓝色通道outputImage.at<Vec3b>(i,j)[1] = outputImage.at<Vec3b>(i,j)[1]/div*div + div/2; //绿色通道outputImage.at<Vec3b>(i,j)[2] = outputImage.at<Vec3b>(i,j)[2]/div*div + div/2; //红是通道// -------------------------【处理结束】----------------------------} // 行处理结束}
利用动态地址at方法对对象进行空间颜色缩减
//-----------------------------【头文件、命名空间包含部分】------------------------------
// 描述：包含程序所使用的头文件和命名空间
//-----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;//-----------------------------------【全局函数声明部分】-----------------------------------
// 描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div);
//--------------------------------------【main( )函数】---------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )
{system("color 9F");//【1】创建原始图并显示Mat srcImage = imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/21.jpg");imshow("原始图像",srcImage);//【2】按原始图的参数规格来创建创建效果图Mat dstImage;dstImage.create(srcImage.rows,srcImage.cols,srcImage.type());//效果图的大小、类型与原图片相同//【3】记录起始时间double time0 = static_cast<double>(getTickCount());//【4】调用颜色空间缩减函数colorReduce(srcImage,dstImage,32);//【5】计算运行时间并输出time0 = ((double)getTickCount() - time0)/getTickFrequency();cout<<"此方法运行时间为： "<<time0<<"秒"<<endl; //输出运行时间//【6】显示效果图imshow("效果图",dstImage);waitKey(0);
}//----------------------------------【colorReduce( )函数】-------------------------------
// 描述：使用【动态地址运算配合at】方法版本的颜色空间缩减函数
//----------------------------------------------------------------------------------------------
void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{//参数准备outputImage = inputImage.clone(); //拷贝实参到临时变量int rowNumber = outputImage.rows; //行数int colNumber = outputImage.cols; //列数//存取彩色图像像素for(int i = 0;i < rowNumber;i++){for(int j = 0;j < colNumber;j++){printf("%d行,%d列 的三通道像素为 %d,%d,%d\n",i,j,outputImage.at<Vec3b>(i,j)[0],outputImage.at<Vec3b>(i,j)[1],outputImage.at<Vec3b>(i,j)[2]);// ------------------------【开始处理每个像素】--------------------outputImage.at<Vec3b>(i,j)[0] = outputImage.at<Vec3b>(i,j)[0]/div*div + div/2; //蓝色通道outputImage.at<Vec3b>(i,j)[1] = outputImage.at<Vec3b>(i,j)[1]/div*div + div/2; //绿色通道outputImage.at<Vec3b>(i,j)[2] = outputImage.at<Vec3b>(i,j)[2]/div*div + div/2; //红是通道// -------------------------【处理结束】----------------------------printf("%d行,%d列 的三通道像素颜色空间缩减成 %d,%d,%d\n",i,j,outputImage.at<Vec3b>(i,j)[0],outputImage.at<Vec3b>(i,j)[1],outputImage.at<Vec3b>(i,j)[2]);} // 行处理结束}
}
其他十四种遍历图像的方法
//---------------------------------【头文件、命名空间包含部分】-----------------------------
// 描述：包含程序所使用的头文件和命名空间
//-------------------------------------------------------------------------------------------------
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
//---------------------------------【宏定义部分】---------------------------------------------
// 描述：包含程序所使用宏定义
//-------------------------------------------------------------------------------------------------
#define NTESTS 14
#define NITERATIONS 20
//----------------------------------------- 【方法一】-------------------------------------------
// 说明：利用.ptr 和 []
//-------------------------------------------------------------------------------------------------
void colorReduce0(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量for (int j=0; j<nl; j++){uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++){//-------------开始处理每个像素-------------------data[i]= data[i]/div*div + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//-----------------------------------【方法二】-------------------------------------------------
// 说明：利用 .ptr 和 * ++
//-------------------------------------------------------------------------------------------------
void colorReduce1(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量for (int j=0; j<nl; j++){uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++){//-------------开始处理每个像素-------------------*data++= *data/div*div + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//-----------------------------------------【方法三】-------------------------------------------
// 说明：利用.ptr 和 * ++ 以及模操作
//-------------------------------------------------------------------------------------------------
void colorReduce2(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量for (int j=0; j<nl; j++){uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++){//-------------开始处理每个像素-------------------int v= *data;*data++= v - v%div + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//----------------------------------------【方法四】---------------------------------------------
// 说明：利用.ptr 和 * ++ 以及位操作
//----------------------------------------------------------------------------------------------------
void colorReduce3(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 对于 div=16, mask= 0xF0for (int j=0; j<nl; j++) {uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++) {//------------开始处理每个像素-------------------*data++= *data&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//----------------------------------------【方法五】----------------------------------------------
// 说明：利用指针算术运算
//---------------------------------------------------------------------------------------------------
void colorReduce4(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));int step= image.step; //有效宽度//掩码值uchar mask= 0xFF<<n; // e.g. 对于 div=16, mask= 0xF0//获取指向图像缓冲区的指针uchar *data= image.data;for (int j=0; j<nl; j++){for (int i=0; i<nc; i++){//-------------开始处理每个像素-------------------*(data+i)= *data&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束data+= step; // next line}
}//---------------------------------------【方法六】----------------------------------------------
// 说明：利用 .ptr 和 * ++以及位运算、image.cols * image.channels()
//-------------------------------------------------------------------------------------------------
void colorReduce5(Mat &image, int div=64) {int nl= image.rows; //行数int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 例如div=16, mask= 0xF0for (int j=0; j<nl; j++){uchar* data= image.ptr<uchar>(j);for (int i=0; i<image.cols * image.channels(); i++){//-------------开始处理每个像素-------------------*data++= *data&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}// -------------------------------------【方法七】----------------------------------------------
// 说明：利用.ptr 和 * ++ 以及位运算(continuous)
//-------------------------------------------------------------------------------------------------
void colorReduce6(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols * image.channels(); //每行元素的总元素数量if (image.isContinuous()){//无填充像素nc= nc*nl;nl= 1; // 为一维数列}int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 比如div=16, mask= 0xF0for (int j=0; j<nl; j++) {uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++) {//-------------开始处理每个像素-------------------*data++= *data&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//------------------------------------【方法八】------------------------------------------------
// 说明：利用 .ptr 和 * ++ 以及位运算 (continuous+channels)
//-------------------------------------------------------------------------------------------------
void colorReduce7(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols ; //列数if (image.isContinuous()){//无填充像素nc= nc*nl;nl= 1; // 为一维数组}int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 比如div=16, mask= 0xF0for (int j=0; j<nl; j++) {uchar* data= image.ptr<uchar>(j);for (int i=0; i<nc; i++) {//-------------开始处理每个像素-------------------*data++= *data&mask + div/2;*data++= *data&mask + div/2;*data++= *data&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}// -----------------------------------【方法九】 ------------------------------------------------
// 说明：利用Mat_ iterator
//-------------------------------------------------------------------------------------------------
void colorReduce8(Mat &image, int div=64) {//获取迭代器Mat_<Vec3b>::iterator it= image.begin<Vec3b>();Mat_<Vec3b>::iterator itend= image.end<Vec3b>();for ( ; it!= itend; ++it) {//-------------开始处理每个像素-------------------(*it)[0]= (*it)[0]/div*div + div/2;(*it)[1]= (*it)[1]/div*div + div/2;(*it)[2]= (*it)[2]/div*div + div/2;//-------------结束像素处理------------------------}//单行处理结束
}//-------------------------------------【方法十】-----------------------------------------------
// 说明：利用Mat_ iterator以及位运算
//-------------------------------------------------------------------------------------------------
void colorReduce9(Mat &image, int div=64) {// div必须是2的幂int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 比如 div=16, mask= 0xF0// 获取迭代器Mat_<Vec3b>::iterator it= image.begin<Vec3b>();Mat_<Vec3b>::iterator itend= image.end<Vec3b>();//扫描所有元素for ( ; it!= itend; ++it){//-------------开始处理每个像素-------------------(*it)[0]= (*it)[0]&mask + div/2;(*it)[1]= (*it)[1]&mask + div/2;(*it)[2]= (*it)[2]&mask + div/2;//-------------结束像素处理------------------------}//单行处理结束
}//------------------------------------【方法十一】---------------------------------------------
// 说明：利用Mat Iterator_
//-------------------------------------------------------------------------------------------------
void colorReduce10(Mat &image, int div=64) {//获取迭代器Mat_<Vec3b> cimage= image;Mat_<Vec3b>::iterator it=cimage.begin();Mat_<Vec3b>::iterator itend=cimage.end();for ( ; it!= itend; it++) {//-------------开始处理每个像素-------------------(*it)[0]= (*it)[0]/div*div + div/2;(*it)[1]= (*it)[1]/div*div + div/2;(*it)[2]= (*it)[2]/div*div + div/2;//-------------结束像素处理------------------------}
}//--------------------------------------【方法十二】--------------------------------------------
// 说明：利用动态地址计算配合at
//-------------------------------------------------------------------------------------------------
void colorReduce11(Mat &image, int div=64) {int nl= image.rows; //行数int nc= image.cols; //列数for (int j=0; j<nl; j++){for (int i=0; i<nc; i++){//-------------开始处理每个像素-------------------image.at<Vec3b>(j,i)[0]= image.at<Vec3b>(j,i)[0]/div*div + div/2;image.at<Vec3b>(j,i)[1]= image.at<Vec3b>(j,i)[1]/div*div + div/2;image.at<Vec3b>(j,i)[2]= image.at<Vec3b>(j,i)[2]/div*div + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//----------------------------------【方法十三】-----------------------------------------------
// 说明：利用图像的输入与输出
//-------------------------------------------------------------------------------------------------
void colorReduce12(const Mat &image, //输入图像Mat &result, // 输出图像int div=64) {int nl= image.rows; //行数int nc= image.cols ; //列数//准备好初始化后的Mat给输出图像result.create(image.rows,image.cols,image.type());//创建无像素填充的图像nc= nc*nl;nl= 1; //单维数组int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g.比如div=16, mask= 0xF0for (int j=0; j<nl; j++) {uchar* data= result.ptr<uchar>(j);const uchar* idata= image.ptr<uchar>(j);for (int i=0; i<nc; i++) {//-------------开始处理每个像素-------------------*data++= (*idata++)&mask + div/2;*data++= (*idata++)&mask + div/2;*data++= (*idata++)&mask + div/2;//-------------结束像素处理------------------------} //单行处理结束}
}//--------------------------------------【方法十四】-------------------------------------------
// 说明：利用操作符重载
//-------------------------------------------------------------------------------------------------
void colorReduce13(Mat &image, int div=64) {int n= static_cast<int>(log(static_cast<double>(div))/log(2.0));//掩码值uchar mask= 0xFF<<n; // e.g. 比如div=16, mask= 0xF0//进行色彩还原image=(image&Scalar(mask,mask,mask))+Scalar(div/2,div/2,div/2);
}//-----------------------------------【main( )函数】--------------------------------------------
// 描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------------
int main( )
{int64 t[NTESTS],tinit;Mat image0;Mat image1;Mat image2;system("color 4F");image0= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");if (!image0.data)return 0;//时间值设为0for (int i=0; i<NTESTS; i++)t[i]= 0;// 多次重复测试int n=NITERATIONS;for (int k=0; k<n; k++){cout << k << " of " << n << endl;image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");//【方法一】利用.ptr 和 []tinit= getTickCount();colorReduce0(image1);t[0]+= getTickCount()-tinit;//【方法二】利用 .ptr 和 * ++image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce1(image1);t[1]+= getTickCount()-tinit;//【方法三】利用.ptr 和 * ++ 以及模操作image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce2(image1);t[2]+= getTickCount()-tinit;//【方法四】 利用.ptr 和 * ++ 以及位操作image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce3(image1);t[3]+= getTickCount()-tinit;//【方法五】 利用指针的算术运算image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce4(image1);t[4]+= getTickCount()-tinit;//【方法六】利用 .ptr 和 * ++以及位运算、image.cols * image.channels()image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce5(image1);t[5]+= getTickCount()-tinit;//【方法七】利用.ptr 和 * ++ 以及位运算(continuous)image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce6(image1);t[6]+= getTickCount()-tinit;//【方法八】利用 .ptr 和 * ++ 以及位运算 (continuous+channels)image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce7(image1);t[7]+= getTickCount()-tinit;//【方法九】 利用Mat_ iteratorimage1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce8(image1);t[8]+= getTickCount()-tinit;//【方法十】 利用Mat_ iterator以及位运算image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce9(image1);t[9]+= getTickCount()-tinit;//【方法十一】利用Mat Iterator_image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce10(image1);t[10]+= getTickCount()-tinit;//【方法十二】 利用动态地址计算配合atimage1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce11(image1);t[11]+= getTickCount()-tinit;//【方法十三】 利用图像的输入与输出image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();Mat result;colorReduce12(image1, result);t[12]+= getTickCount()-tinit;image2= result;//【方法十四】 利用操作符重载image1= imread("/Volumes/Macintosh HD - 数据/Code/opencv_code/MyFirstOpenCV01/in_picture/24.png");tinit= getTickCount();colorReduce13(image1);t[13]+= getTickCount()-tinit;//------------------------------}//输出图像imshow("原始图像",image0);imshow("结果",image2);imshow("图像结果",image1);// 输出平均执行时间cout << endl << "-------------------------------------------" << endl << endl;cout << "\n【方法一】利用.ptr 和 []的方法所用时间为 " << 1000.*t[0]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法二】利用 .ptr 和 * ++ 的方法所用时间为" << 1000.*t[1]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法三】利用.ptr 和 * ++ 以及模操作的方法所用时间为" << 1000.*t[2]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法四】利用.ptr 和 * ++ 以及位操作的方法所用时间为" << 1000.*t[3]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法五】利用指针算术运算的方法所用时间为" << 1000.*t[4]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法六】利用 .ptr 和 * ++以及位运算、channels()的方法所用时间为" << 1000.*t[5]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法七】利用.ptr 和 * ++ 以及位运算(continuous)的方法所用时间为" << 1000.*t[6]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法八】利用 .ptr 和 * ++ 以及位运算 (continuous+channels)的方法所用时间为" << 1000.*t[7]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法九】利用Mat_ iterator 的方法所用时间为" << 1000.*t[8]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法十】利用Mat_ iterator以及位运算的方法所用时间为" << 1000.*t[9]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法十一】利用Mat Iterator_的方法所用时间为" << 1000.*t[10]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法十二】利用动态地址计算配合at 的方法所用时间为" << 1000.*t[11]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法十三】利用图像的输入与输出的方法所用时间为" << 1000.*t[12]/getTickFrequency()/n << "ms" << endl;cout << "\n【方法十四】利用操作符重载的方法所用时间为" << 1000.*t[13]/getTickFrequency()/n << "ms" << endl;waitKey();return 0;
}
