遍历图像的4种方式（来自 cnblogs ronny)
一、at<typename>(i,j)
Mat类提供了一个at的方法用于取得图像上的点，它是一个模板函数，可以取到任何类型的图像上的点。下面我们通过一个图像处理中的实际来说明它的用法。
在实际应用中，我们很多时候需要对图像降色彩，因为256*256*256实在太多了，在图像颜色聚类或彩色直方图时，我们需要用一些代表性的颜色代替丰富的色彩空间，我们的思路是将每个通道的256种颜色用64种代替，即将原来256种颜色划分64个颜色段，每个颜色段取中间的颜色值作为代表色。
void colorReduce(Mat
& image,
int div){
for(
int i
=
0;i
<image.rows;i
++){
for(
int j
=
0;j
<image.cols;j
++){
image.at
<Vec3b
>(i,j)[
0]
=image.at
<Vec3b
>(i,j)[
0]
/div
*div
+div
/
2;
image.at
<Vec3b
>(i,j)[
1]
=image.at
<Vec3b
>(i,j)[
1]
/div
*div
+div
/
2;
image.at
<Vec3b
>(i,j)[
2]
=image.at
<Vec3b
>(i,j)[
2]
/div
*div
+div
/
2;
}
}
}
通过上面的例子我们可以看出，at方法取图像中的点的用法：
image.at<uchar>(i,j)：取出灰度图像中i行j列的点。
image.at<Vec3b>(i,j)[k]：取出彩色图像中i行j列第k通道的颜色点。其中uchar,Vec3b都是图像像素值的类型，不要对Vec3b这种类型感觉害怕，其实在core里它是通过typedef Vec<T,N>来定义的，N代表元素的个数，T代表类型。
二、高效一点：用指针来遍历图像
上面的例程中可以看到，我们实际喜欢把原图传进函数内，但是在函数内我们对原图像进行了修改，而将原图作为一个结果输出，很多时候我们需要保留原图，这样我们需要一个原图的副本。
void colorReduce(
const Mat
& image,Mat
& outImage,
int div)
{
// 创建与原图像等尺寸的图像
outImage.create(image.size(),image.type());
int nr
=image.rows;
// 将3通道转换为1通道
int nl
=image.cols
*image.channels();
for(
int k
=
0;k
<nr;k
++)
{
// 每一行图像的指针
const uchar
* inData
=image.ptr
<uchar
>(k);
uchar
* outData
=outImage.ptr
<uchar
>(k);
for(
int i
=
0;i
<nl;i
++)
{
outData[i]
=inData[i]
/div
*div
+div
/
2;
}
}
}
从上面的例子中可以看出，取出图像中第i行数据的指针：image.ptr<uchar>(i)。
值得说明的是：程序中将三通道的数据转换为1通道，在建立在每一行数据元素之间在内存里是连续存储的，每个像素三通道像素按顺序存储。也就是一幅图像数据最开始的三个值，是最左上角的那像素的三个通道的值。
三、更高效的方法
上面已经提到过了，一般来说图像行与行之间往往存储是不连续的，但是有些图像可以是连续的，Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时，我们就可以把图像完全展开，看成是一行。
void colorReduce(
const Mat
& image,Mat
& outImage,
int div)
{
int nr
=image.rows;
int nc
=image.cols;
outImage.create(image.size(),image.type());
if(image.isContinuous()
&&outImage.isContinuous())
{
nr
=
1;
nc
=nc
*image.rows
*image.channels();
}
for(
int i
=
0;i
<nr;i
++)
{
const uchar
* inData
=image.ptr
<uchar
>(i);
uchar
* outData
=outImage.ptr
<uchar
>(i);
for(
int j
=
0;j
<nc;j
++)
{
*outData
++
=
*inData
++
/div
*div
+div
/
2;
}
}
}
用指针除了用上面的方法外，还可以用指针来索引固定位置的像素：
image.step返回图像一行像素元素的个数（包括空白元素），image.elemSize()返回一个图像像素的大小。
&image.at<uchar>(i,j)=image.data+i*image.step+j*image.elemSize();
四、还有吗？用迭代器来遍历。
下面的方法可以让我们来为图像中的像素声明一个迭代器：
MatIterator_<Vec3b> it;
Mat_<Vec3b>::iterator it;
如果迭代器指向一个const图像，则可以用下面的声明：
MatConstIterator<Vec3b> it;
Mat_<Vec3b>::const_iterator it;
下面我们用迭代器来简化上面的colorReduce程序：
void colorReduce(
const Mat
& image,Mat
& outImage,
int div)
{
outImage.create(image.size(),image.type());
MatConstIterator_
<Vec3b
> it_in
=image.begin
<Vec3b
>();
MatConstIterator_
<Vec3b
> itend_in
=image.end
<Vec3b
>();
MatIterator_
<Vec3b
> it_out
=outImage.begin
<Vec3b
>();
MatIterator_
<Vec3b
> itend_out
=outImage.end
<Vec3b
>();
while(it_in
!=itend_in)
{
(
*it_out)[
0]
=(
*it_in)[
0]
/div
*div
+div
/
2;
(
*it_out)[
1]
=(
*it_in)[
1]
/div
*div
+div
/
2;
(
*it_out)[
2]
=(
*it_in)[
2]
/div
*div
+div
/
2;
it_in
++;
it_out
++;
}
}
如果你想从第二行开始，则可以从image.begin<Vec3b>()+image.rows开始。（
tips:在opencv中，两种生成随机数的方法
randu(src,-1.0f,1.0f);
rng.fill(src,RNG::UNIFORM,0.f,1.f);