opencv圖像像素值讀取

說到圖像像素，肯定要先認識一下圖像中的坐標系長什么樣。

　1. 坐標體系中的零點坐標為圖片的左上角，X軸為圖像矩形的上面那條水平線；Y軸為圖像矩形左邊的那條垂直線。該坐標體系在諸如結構體Mat,Rect,Point中都是適用的。（OpenCV中有些數據結構的坐標原點是在圖片的左下角，可以設置的）。

　2. 在使用image.at<TP>(x1, x2)來訪問圖像中點的值的時候，x1並不是圖片中對應點的x軸坐標，而是圖片中對應點的y坐標（也就是編程中的pic.rows那行）。x2同理。

　3. 如果所畫圖像是多通道的，比如說image圖像的通道數時n，則使用Mat::at(x, y)時，其x的范圍依舊是0到image的height，而y的取值范圍則是0到image的width乘以n，因為這個時候是有n個通道，所以每個像素需要占有n列。但是如果在同樣的情況下，使用Mat::at(point)來訪問的話，則這時候可以不用考慮通道的個數，因為你要賦值給獲取Mat::at(point)的值時，都不是一個數字，而是一個對應的n維向量。

　4. 多通道圖像在使用minMaxLoc()函數時不能給出其最大最小值坐標的，因為每個像素點其實有多個坐標，所以是不會給出的。因此在編程時，這2個位置應該給NULL。

  5 多通道的圖像可以直接賦值，不必每個通道賦值。但是要注意其類型是Vec3b，如果寫成uchar，最后的copy圖像只會顯示源圖像的1/3

 char *tempPath="0.jpg"; Mat src=imread(tempPath); Mat copy=Mat::zeros(src.rows,src.cols,src.type()); for (int nrows=0;nrows<src.rows;nrows++) { for (int ncols=0;ncols<src.cols;ncols++) { copy.at<Vec3b>(nrows,ncols)=src.at<Vec3b>(nrows,ncols); } }

 

    Mat src=imread("image/color.jpg"); imshow("a",src); int i,j; int cPointR,cPointG,cPointB,cPoint;//currentPoint;
    for(i=1;i<src.rows;i++) for(j=1;j<src.cols;j++) { cPointB=src.at<Vec3b>(i,j)[0]; cPointG=src.at<Vec3b>(i,j)[1]; cPointR=src.at<Vec3b>(i,j)[2]; if(cPointB>100&cPointR<100&cPointG<100) { src.at<Vec3b>(i,j)[0]=0;  //單通道是uchar，沒有[0][1][2]
                    src.at<Vec3b>(i,j)[1]=0; src.at<Vec3b>(i,j)[2]=0; } } imshow("da",src);

 注意每個點的像素灰度值cPointR,cPointG,cPointB,cPoint的數據類型是int，在單通道圖內由於讀取像素灰度值的代碼是img.at<uchar>(nrows,ncols),所以特別容易把數據類型記成unsigned char型

 ============================================================

【轉】VC++讀取圖像RGB值（未試驗）

 

#include <iostream>
#include <fstream>
#include <string>
#include <windows.h>
#include <gdiplus.h>
#pragma comment(lib, "gdiplus.lib")

using namespace std;
using namespace Gdiplus;

int main() 
{
    GdiplusStartupInput gdiplusstartupinput;
    ULONG_PTR gdiplustoken;
    GdiplusStartup(&gdiplustoken, &gdiplusstartupinput, NULL);

    wstring infilename(L"1.jpg");
    string outfilename("color.txt");

    Bitmap* bmp = new Bitmap(infilename.c_str());
    UINT height = bmp->GetHeight();
    UINT width  = bmp->GetWidth();
    cout << "width " << width << ", height " << height << endl;

    Color color;
    ofstream fout(outfilename.c_str());

    for (UINT y = 0; y < height; y++)
    for (UINT x = 0; x < width ; x++)
        {
            bmp->GetPixel(x, y, &color);
            fout << x << "," << y << ";"
                 << (int)color.GetRed()   << ","
                 << (int)color.GetGreen() << ","
                 << (int)color.GetBlue()  << endl;
    }

    fout.close();

    delete bmp;
    GdiplusShutdown(gdiplustoken);
    return 0;
}

 

 

 

關於數據的儲存：（轉）

Mat_<uchar>對應的是CV_8U，Mat_<char>對應的是CV_8S，Mat_<int>對應的是CV_32S，Mat_<float>對應的是CV_32F，Mat_<double>對應的是CV_64F，對應的數據深度如下：

• CV_8U - 8-bit unsigned integers ( 0..255 )

• CV_8S - 8-bit signed integers ( -128..127 )

• CV_16U - 16-bit unsigned integers ( 0..65535 )

• CV_16S - 16-bit signed integers ( -32768..32767 )

• CV_32S - 32-bit signed integers ( -2147483648..2147483647 )

• CV_32F - 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )

• CV_64F - 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )

這里還需要注意一個問題，很多OpenCV的函數支持的數據深度只有8位和32位的，所以要少使用CV_64F，但是vs的編譯器又會把float數據自動變成double型，有些不太爽。