opencv遍历像素输出像素值

#include<iostream> #include<opencv2/core/core.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/highgui/highgui.hpp> using namespace std; using namespace cv; void print_px_value(Mat& im) { int rowNumber = im.rows; //行数 int colNumber = im.cols * im.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 = im.ptr<uchar>(i); //获取第i行的首地址 for (int j = 0; j < colNumber; j++) //列循环 { //data[j] = data[j] / div * div + div / 2; cout << (int)data[j] << endl; } //行处理结束 } } int main() { Mat srcImage = imread("./1.png", 0); print_px_value(srcImage); waitKey(0); }

或者：

int width = im.cols; int height = im.rows; for (int i = 0; i < height; i++) { for (int j = 0; j < width; j++) { im.at<uchar>(i, j) = 255； } } //----------------------------------【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++) { // ------------------------【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 } }

Mat矩阵中数据指针Mat.data是uchar类型指针，CV_8U系列可以通过计算指针位置快速地定位矩阵中的任意元素。

Mat M(7,7,CV_32F,Scalar(1,3));

解释如下：创建一个M矩阵，7行7列，类型为CV_32F，C2表示有2个通道。Scalar(1,3)是对矩阵进行初始化赋值。第一个通道全为1，第2个通道全为3。

Mat_对应的是CV_8U，

Mat_对应的是CV_8S，

Mat_对应的是CV_32S，

Mat_对应的是CV_32F，

Mat_对应的是CV_64F