当前位置：首页 > news >正文

OpenCV C++ 中，访问图像像素三种常用方法

news 2025/10/28 7:34:48

✅ OpenCV C++ 访问像素的三种方法
🔹 方法 1：cv::Mat::at<>() 方法（推荐用于调试和小规模访问）
📌 特点：

安全（带边界检查）
易用，语法直观
速度较慢（函数调用开销大）
适合调试、单点访问

🧩 语法：mat.at<数据类型>(行, 列)

cv::Mat img = cv::imread("image.jpg");// 访问灰度图像素（单通道）
if (img.channels() == 1) {uchar pixel = img.at<uchar>(100, 150);  // 第100行，第150列img.at<uchar>(100, 150) = 255;          // 修改像素
}// 访问彩色图像素（三通道 BGR）
if (img.channels() == 3) {cv::Vec3b pixel = img.at<cv::Vec3b>(100, 150);uchar blue  = pixel[0];uchar green = pixel[1];uchar red   = pixel[2];// 修改像素为红色img.at<cv::Vec3b>(100, 150) = cv::Vec3b(0, 0, 255);
}

⚠️ 注意：

类型必须匹配，否则会崩溃
cv::Vec3b 表示 3 个 unsigned char 的向量（BGR）

🔹 方法 2：指针访问 cv::Mat::ptr<>()（推荐用于遍历整行或全图）
📌 特点：

速度快（直接指针操作）
常用于遍历图像每一行
无边界检查，需手动确保索引合法
最适合性能敏感的场景

🧩 语法：

uchar* row_ptr = mat.ptr<uchar>(行);
row_ptr[列 * 通道数 + 通道索引]

cv::Mat img = cv::imread("image.jpg");for (int i = 0; i < img.rows; ++i) {uchar* row_ptr = img.ptr<uchar>(i);  // 指向第 i 行首地址for (int j = 0; j < img.cols; ++j) {// 三通道图像：BGRuchar blue  = row_ptr[j * 3 + 0];uchar green = row_ptr[j * 3 + 1];uchar red   = row_ptr[j * 3 + 2];// 修改为灰色uchar gray = (blue + green + red) / 3;row_ptr[j * 3 + 0] = gray;row_ptr[j * 3 + 1] = gray;row_ptr[j * 3 + 2] = gray;}
}

✅ 优势：

内层循环中 row_ptr 是连续内存访问，CPU 缓存友好
比 at<>() 快 5~10 倍

🔹 方法 3：迭代器访问（安全且适合 STL 风格编程）
📌 特点：

安全（带边界检查）
风格现代，类似 STL
速度中等
适合需要安全遍历的场景

🧩 语法：

cv::MatIterator_<数据类型> it, end;
for (it = mat.begin<数据类型>(), end = mat.end<数据类型>(); it != end; ++it)

cv::Mat img = cv::imread("image.jpg");
cv::cvtColor(img, img, cv::COLOR_BGR2GRAY);  // 转为灰度图便于演示// 使用迭代器遍历所有像素
cv::MatIterator_<uchar> it, end;
for (it = img.begin<uchar>(), end = img.end<uchar>(); it != end; ++it) {*it = 255 - *it;  // 反色操作
}

cv::Mat color_img = cv::imread("image.jpg");
cv::MatIterator_<cv::Vec3b> it, end;
for (it = color_img.begin<cv::Vec3b>(), end = color_img.end<cv::Vec3b>(); it != end; ++it) {(*it)[0] = 0;  // B = 0(*it)[1] = 0;  // G = 0// 保持 R 不变 → 变红图
}