当前位置：首页 > news >正文

opencv 学习: 06 使用指针遍历像素，以均匀颜色量化为例

news 2025/11/11 12:51:51

在大多数图像处理任务中，你需要遍历所有像素，来完成计算。

由于像素数量巨大，通常需要高效的方法。

指针和迭代器是两种高效的遍历方式，这里先介绍下基于指针的方式。

下面以减少彩色图片中的颜色数量为例，来演示图片像素遍历。

彩色图片的像素由RGB三个通道组成。每个通道如果以 8 bit 来表示的话，总共可以合成 2^8 * 2^8 * 2^8 = 256 * 256 * 256 = 16,777,216 种颜色。

一般情况下，图像处理不需要区分处理如此丰富的色彩。因此，为了降低图像分析的复杂度，可以减少色彩数量。甚至也可以减少纳入计算的像素数。

一个简单的处理方式是均匀颜色量化（Uniform Color Quantization）。

1.均匀颜色量化

1.1 方法解释：

RGB空间划分：
将RGB颜色空间划分为大小相等的立方体（cubes）。RGB颜色空间是一个三维空间，每个维度代表红、绿、蓝三种颜色分量，范围都是0-255。
减少颜色数量：
原始图像中的每种颜色都会被映射到它所属立方体的中心颜色值。这意味着所有落在同一立方体内的颜色都会变成同一种颜色（该立方体中心的颜色）。
假设每个维度的颜色数量减少8倍，也就是说：

原本每个维度有256个可能的值（0-255）
减少8倍后，每个维度只有32个值（256/8 = 32）
总共的颜色数变为：32 × 32 × 32 = 32,768种颜色

1.2 方法特点：

优点：

实现简单直观
计算效率高
颜色分布均匀

缺点：

可能导致某些重要颜色丢失（特别是人眼敏感的颜色区域）
不考虑图像实际的颜色分布情况
在颜色过渡平滑的区域可能会出现明显的色带现象

这是一种基础但常用的颜色量化技术，在图像处理和计算机视觉中经常用来减少图像的色彩复杂度，便于后续处理或压缩图像文件大小。

2.实现方法

1.将每个像素，每个通道的颜色值除以缩小倍数，取商；再乘以缩小倍数；最后加上 1/2 的倍数值。

2.代码中，拿到每行的数据起始地址，对行上的每个像素的每个通道分量进行遍历，计算。

3.完整代码：

#include <iostream>
#include <opencv2/opencv.hpp>// 颜色
void colorReduce(cv::Mat/*&*/ image, int div)
{int row, col;// 每行图像的数据元素个数size_t colsdataCnt = image.cols * image.channels();for (size_t i = 0; i < image.rows; i++){// 得到第 i 行的数据指针uchar* data = image.ptr<uchar>(i);for(size_t j = 0; j < colsdataCnt; j++){// 处理第 i 行第 j 列 像素数据 // 不用区分灰度图和彩色图片，每次移动一个通道的数据字段data[j] = data[j] / div * div + div / 2;}}
}int main(int argc, char *argv[])
{// 检查命令行参数if (argc != 4){std::cerr << "Usage: " << argv[0] << " <input_image> <colorReduce> <output_image>" << std::endl;return -1;}// 读取输入图像和logo图像cv::Mat input_image = cv::imread(argv[1]);// 检查输入图像和logo图像是否成功读取if (input_image.empty()){std::cerr << "Error: Could not open or find input image" << std::endl;}cv::namedWindow("input_image", cv::WINDOW_NORMAL);cv::imshow("input_image", input_image);cv::waitKey(0);int reduce = std::stof(argv[2]);if (reduce < 0 || reduce > 255){std::cerr << "Error: colorReduce must be between 0 and 255" << std::endl;return -1;}colorReduce(input_image, reduce);cv::imwrite(argv[3], input_image);cv::namedWindow("output_image", cv::WINDOW_NORMAL);cv::imshow("output_image", input_image);cv::waitKey(0);return 0;
}