C++之OpenCV入门到提高005：005 图像操作

一、介绍
　　　　今天是这个系列《C++之 Opencv 入门到提高》得第五篇文章。这篇文章也不难，介绍如何图像的基本操作，比如：读取一张图片的像素值，如何修改一张图片中的像素值，如何读取一张图片，如何保存一张图片等等，这都是基础，为以后的学习做好铺垫。虽然操作很简单，但是背后有很多东西需要我们深究，才能做到知其然知其所以然。OpenCV 具体的简介内容，我就不多说了，网上很多，大家可以自行脑补。
　　　　OpenCV 的官网地址：https://opencv.org/，组件下载地址：https://opencv.org/releases/。
　　　　OpenCV 官网学习网站：https://docs.opencv.ac.cn/4.10.0/index.html

　　　　我需要进行说明，以防大家不清楚，具体情况我已经罗列出来。
　　　　　　　　操作系统：Windows Professional 10（64位）
　　　　　　　　开发组件：OpenCV – 4.10.0
　　　　　　　　开发工具：Microsoft Visual Studio Community 2022 (64 位) - Current版本 17.8.3
　　　　　　　　开发语言：C++（VC16）

二、知识学习
　　　　这些都是图像的基本操作，所以并不会很难，但是这也是学好 openCV的基础。内容很简单，就不说过多的废话了，所有讲解都在代码的注释中。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

/// <summary>
/// 图像的操作
/// 1、读写图像
/// 2、读写像素
/// 3、修改像素值
/// </summary>
/// <returns></returns>
int main()
{
    //1、读写图像
    //1.1、imread 可以指定加载灰度或者 RGB 图像
    //1.2、imwrite 可以保存图像，类型由扩展名决定。
    Mat src;
    src = imread("D:\\360MoveData\\Users\\Administrator\\Desktop\\TestImage\\demo-gril.png", IMREAD_UNCHANGED);
    if (src.empty())
    {
        cout << "图像加载失败！！！" << endl;
        return -1;
    }

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

    //2、读写像素
    //2.1、都一个灰度（Gray）像素的像素值（CV_8UC1）
    //        Scalar intensity=src.at<uchar>(row,col);
    //        Scalar intensity=src.at<uchar>(Point(row,col));
    // 
    //2.2、读一个彩色（RGB）像素点的像素值。
    //        Vec3f intensity=src.at<Vec3f>(row,col);
    //        float blue=intensity.val[0];
    //        float green=intensity.val[1];
    //        float red=intensity.val[2];
    //
    //        Vec3f 就是 float 类型的 RGB 数据
    // 
    //2.3、修改单通道灰度像素值
    //        src.at<uchar>(row,col)=128;
    // 
    // 2.4、修改RGB 三通道像素值
    //        src.at<Vec3b>(row,col)[0]=128;
    //        src.at<Vec3b>(row,col)[1]=128;
    //        src.at<Vec3b>(row,col)[2]=128;
    // 
    // 2.5、空白像素赋值
    //        src=Scalar(0);
    // 
    // 
    // 2.6、Vec3b 与 Vec3f
    // 2.6.1、Vec3b 对应三通道的顺序是 blue,green,red 的 uchar 类型数据
    // 2.6.2、Vec3f 对应三通道的顺序是 blue,green,red 的 float 类型数据
    // 2.6.3、把 CV_8UC1 转换为 CV32F1 实现如下：src.convertTo(dst,CV_32F);
    // 
    //2.1、读取单通道像素值，示例代码：
    Mat graySrc;
    cvtColor(src, graySrc, COLOR_BGR2GRAY);//将彩色的 RGB 3 通道的转换为灰度单通道的图片。
    namedWindow("单通道灰度图像", WINDOW_AUTOSIZE);
    imshow("单通道灰度图像", graySrc);

    int width = graySrc.cols;
    int height = graySrc.rows;

    for (int row = 0; row < height; row++)
    {
        for (int col = 0; col < width; col++)
        {
            //读取单通道、灰度的像素值
            int gray = graySrc.at<uchar>(row, col);
            //修改单通道、灰度的像素值
            graySrc.at<uchar>(row, col) = 255 - gray;
        }
    }

    imshow("修改后单通道灰度图像", graySrc);//可以直接使用显示图像，他会自动创建显示图片的窗口。

    //处理多通道、彩色的图像
    width = src.cols;
    height = src.rows;
    int channes = src.channels();

    Mat dst;
    dst.create(src.size(),src.type());

    for (int row = 0; row < height; row++)
    {
        for (int col = 0; col < width; col++)
        {
            if (channes == 1)
            {
                //读取单通道、灰度的像素值
                int gray = src.at<uchar>(row, col);
                //修改单通道、灰度的像素值
                src.at<uchar>(row, col) = 255 - gray;
            }
            else
            {
                //读取多通道、彩色像素值。Vec3b 就是指具有3个通道的 BGR 的数据结构
                Vec3b myvalue=src.at<Vec3b>(row, col);
                int b = myvalue.val[0];
                int g = myvalue.val[1];
                int r = myvalue.val[2];

                //修改多通道、彩色像素值,这是取反效果。
                /*dst.at<Vec3b>(row, col)[0] = 255 - b;
                dst.at<Vec3b>(row, col)[1] = 255 - g;
                dst.at<Vec3b>(row, col)[2] = 255 - r;*/

                //修改多通道、彩色像素值,这是只包含蓝色和绿色，青就是色。
                /*dst.at<Vec3b>(row, col)[0] = b;
                dst.at<Vec3b>(row, col)[1] = g;
                dst.at<Vec3b>(row, col)[2] = 0;*/

                //修改多通道、彩色像素值,这是只包含蓝色和红色，就是紫色。
                /*dst.at<Vec3b>(row, col)[0] = b;
                dst.at<Vec3b>(row, col)[1] = 0;
                dst.at<Vec3b>(row, col)[2] = r;*/

                //修改多通道、彩色像素值,这是只包含绿色和红色，就是黄色。
                dst.at<Vec3b>(row, col)[0] = 0;
                dst.at<Vec3b>(row, col)[1] = g;
                dst.at<Vec3b>(row, col)[2] = r;

                //graySrc.at<uchar>(row, col) = min(r,min(b,g));取灰色第二个方法
            }
        }
    }

    imshow("修改后单、多通道图像", dst);//可以直接使用显示图像，他会自动创建显示图片的窗口。
    //imshow("单通道灰度图像", graySrc);
    //opencv 接口也可以实现这样反差的效果
    bitwise_not(src, dst);

    imshow("bitwise_not 修改后单、多通道图像", dst);//可以直接使用显示图像，他会自动创建显示图片的窗口。

    
    waitKey(0);

    system("pause");
    return 0;
}

 

　　　　代码很简单，就不多说了。

　　　　效果如图：

　　　　

　　　　

　　　　

　　　　

　　　　

　　　　以上就是图像修改后的效果图。

三、总结
　　　　这是 C++ 使用 OpenCV 的第五篇文章，其实也没那么难，感觉是不是还是很好入门的，那就继续。初见成效，继续努力。皇天不负有心人，不忘初心，继续努力，做自己喜欢做的，开心就好。