本文共 2314 字，大约阅读时间需要 7 分钟。

读取与处理像素：OpenCV 实操指南

一、引言

在 OpenCV 开发中，像素的读取与处理是基本且频繁的操作。本文将详细介绍如何在 OpenCV 中读取不同类型（如灰度和彩色）的像素，操作包括反转图像等常见调整。

二、读取像素

OpenCV 提供了多种方式来读取图像 像素。以下将分别介绍读取灰度图像和彩色图像的方法。

1. 灰度图像（Gray）像素的读取

灰度图像是单通道的图像，像素值范围为 0-255。OpenCV 中，灰度图像通常以 CV_8UC1 格式存储。

• 读取方法：

  Scalar intensity = src.at
       
        (y, x);
       

  或者

  Scalar intensity = src.at
       
        (Point(y, x));
       

2. 彩色图像（RGB）像素的读取

彩色图像包含红、绿、蓝三通道。OpenCV 中，每个像素以 Vec3b 类型表示，依次对应蓝、绿、红。

• 读取方法：

  Vec3b color = src.at
       
        (row, col);
       

  分别获取三通道值：

  int blue = color[0];
  int green = color[1];
  int red = color[2];

3. Vec3b 与 Vec3f 之间的转换

• Vec3b：存储三通道uchar数据，顺序为蓝、绿、红。

• Vec3f：存储三通道float数据，用于浮点精度操作。

• 转换方法： 使用 OpenCV 提供的 API 函数 cv::convertTo，将 CV_8UC1 转换为 CV_32F1：

  src.convertTo(dst, CV_32F);

三、使用 OpenCV API

1. 导入必要的头文件

确保在代码中包含 OpenCV 库文件：

#include 
   

同时导入标准输入输出流：

#include 
   

2. 显窗口与图像显示

• 打开图像窗口并显示原始图像：

  namedWindow("src image", WINDOW_AUTOSIZE);
  imshow("src image", src);

• 显示灰度图像：

  namedWindow("gray_image", WINDOW_AUTOSIZE);
  imshow("gray_image", gray_src);

3. 图像反转操作

反转图像是一种常见操作，通常用于校正或创造视觉效果。以下将分别实现两种反转模式：单通道反转和三通道反转。

单通道反转（灰度图像）

循环遍历灰度图像，反转每个像素：

int height = gray_src.rows;
int width = gray_src.cols;
for(int row = 0; row < height; row++){
  for(int col = 0; col < width; col++){
    gray_src.at
   
    (row, col) = 255 - gray_src.at
    
     (row, col);
  }
}
    
   

三通道反转（彩色图像）

循环遍历每个像素，反转三个通道：

Mat dst;
dst.create(src.size(), src.type());
int channels = src.channels();
int height = src.rows;
int width = src.cols;
for(int row = 0; row < height; row++){
  for(int col = 0; col < width; col++){
    if(channels == 1){
      int gray = src.at
   
    (row, col);
      gray_src.at
    
     (row, col) = 255 - gray;
    }else if(channels == 3){
      Vec3b color = src.at
     
      (row, col);
      Vec3b inverted_color = {255 - color[0], 255 - color[1], 255 - color[2]};
      dst.at
      
       (row, col) = inverted_color;
    }
  }
}
      
     
    
   

四、测试与验证

• 创建反转后的窗口并显示：

  namedWindow("sub src", WINDOW_AUTOSIZE);
  imshow("sub src", dst);
  imwrite("sub.jpg", dst);

• 显示自动生成的反转图像（bitwise_not 操作）：

Mat dst1;
bitwise_not(src, dst1);
namedWindow("bitwise_not", WINDOW_AUTOSIZE);
imshow("bitwise_not", dst1);
imwrite("bitwise_not.jpg", dst1);

• 键盘检测与退出处理：

  waitKey(0);
  return 0;

五、总结

本文介绍了如何在 OpenCV 中读取并处理不同类型的像素数据，并通过实际例子展示了图像反转操作的实现方法。通过本文的步骤，您可以自信地处理各种图像数据，并利用 OpenCV 脚本完成更多图像分析任务。