1、简介

所有的计算机视觉应用程序算法都涉及图像处理，而图像的本质就是有数值组成的矩阵，矩阵中的每个元素表示一个矩阵，如图1所示。在OpenCV中使用了cv::Mat结构来操作图像，对于灰度图像（黑白图片），像素是8位无符号数（数据类型unsigned char），0表示黑色，255表示白色。而对于彩色图片，使用了三通道（OpenCV：BGR）构建像素值，即彩色图片中每个像素都对应值三个数值。

图1 三通道356x536x3

2、实现

下面我们将使用下面的彩色图片作为输入对象，对图像的像素进行操作。

图2 356x536x3

包含以下内容：

1. 访问像素
2. 用指针扫描图像
3. 用迭代器扫描图像
4. 编写高效的图像扫描循环
5. 扫描图像并访问相邻的图像
6. 实现简单的图像运算
7. 图像重映射

（1）访问像素

图像的本质就是一个由数值组成的矩阵。在opencv中使用cv::Mat结构来操作图像。若要访问矩阵中的每个独立的元素，则需要指定它的行号和列好即可，返回的元素可以是单个像素，也可以是多通道的数值向量。

为了展示如何访问像素值，我们在图片中加入椒盐噪声（salt-and-pepper noise）特效说明。在这里简单介绍什么是椒盐噪声，椒盐噪声就是随机选择一些像素，并把这些像素的颜色替换为黑色或者白色，在这里我们设为白色。

1）首先，添加OpenCV库以及C++的random库

图3 添加库文件

2）然后，编写椒盐噪声函数

cv::Mat image表示输入的图像，n是噪声的个数（修改像素的个数）

图4 椒盐噪声函数

3）主函数

图5 主函数

4）运行结果

cv::Mat类中包含多种方法，来访问图像的各种属性; 利用公有成员cols和rows获取图像的列数和函数，利用cv::Mat的at（int y， int x）方法访问元素， x是列号，y是行号。

图6 读取图片为三通道彩色

图7 读取图片为灰度图片

感兴趣的同学朋友们，欢迎点赞、收藏和转发。受制于篇幅，后面有时间会分享用迭代器扫描图像、编写高效的图像扫描循环、扫描图像并访问相邻的图像、实现简单的图像运算以及图像重映射等内容。

閱讀更多 AI機器學習與數據挖掘 的文章

關鍵字: 算法 图像处理 椒盐