这次要整理记录的知识点呢是对图像的遍历操作（主要分为指针遍历和数组遍历）和对像素的算术操作。
1、首先是使用数组来遍历图像
/********************数组遍历像素点********************/
int height = image.rows;
int width = image.cols;
int ch = image.channels();
for (int row = 0; row < height; row++)
{
for (int col = 0; col < width; col++)
{
if (ch == 3)
{
Vec3b bgr = image.at<Vec3b>(row, col); //定义一个包含bgr三通道的向量，存放在图像该点的值
bgr[0] = 255 - bgr[0];
bgr[1] = 255 - bgr[1];
bgr[2] = 255 - bgr[2];
m4.at<Vec3b>(row, col) = bgr;
}
else if (ch == 1)
{
int gray;
gray = image.at<uchar>(row, col);
m4.at<uchar>(row, col) = 255 - gray;
}
}
}
首先获取了图像的高度、宽度和通道数，分别使用height、width和channels三个变量来保存，然后使用两个for循环分别对图像的高和宽进行遍历。
当遍历到一个像素点时，先判断这幅图像是三通道还是单通道的，如果是三通道图，就用Vec3b定义一个可以存放B、G、R三个数据的向量，用来存放该点的像素值。然后分别对三通道去取反，也就是用255减去该像素值，再将相减后的值赋给图像的该点。在这里使用到了Mat.at<_type>(row, col)，意思是把一个Mat对象在(row, col)这个点处的像素值，通过<_type>指定的格式返回，例如使用Vec3b,所以返回的是一个三维向量。
在单通道图的操作也是大同小异，其中
gray = image.at<uchar>(row, col);
表示将该点处的像素值以uchar类型返回，并赋给变量gray。
2、接下来是指针遍历图像像素点
/********************指针遍历像素点********************/
int height = image.rows;
int width = image.cols;
int ch = image.channels();
for (int row = 0; row < height; row++)
{
uchar* currentRow = image.ptr<uchar>(row); //获取当前行的头指针
uchar* resultRow = m4.ptr<uchar>(row); //保存结果图像的当前行的头指针
for (int col = 0; col < width; col++)
{
if (ch == 3)
{
int blue = *currentRow; //每个元素为b、g、r三通道
currentRow++;
int green = *currentRow;
currentRow++;
int red = *currentRow;
currentRow++; //遍历完三通道指针指向下一个像素点
*resultRow = 255 - blue;
resultRow++;
*resultRow = 255 - green;
resultRow++;
*resultRow = 255 - red;
resultRow++;
}
else if (ch == 1)
{
int gray = *currentRow;
currentRow++;
*resultRow = gray;
resultRow++;
}
}
}
同样是先获取图像的高、宽和通道数，再使用两个for循环对图像的高和宽进行遍历。不同的是，在对每一行循环时，会使用uchar* currentRow = image.ptr<uchar>(row); uchar* resultRow = m4.ptr<uchar>(row);这两行代码来分别获取原图像和结果图像中的当前行指针。行指针指向的是每一行的头部。
在获取到当前行指针后，再对图像的列数进行遍历，通过指针的移动来逐个获取当前行中的每一列的数据。对于三通道图，一个像素有B、G、R三个值，所以要获取一个像素的值，需要遍历这三个通道。
总结：这两种遍历方式都能对图像的每个像素点进行遍历，使用数组遍历方式较容易理解，也比较容易实现，但是没有使用指针时运行那么快；而使用指针遍历方式需要比较好地理解指针所指向的是什么，代码上来实现也比较麻烦，但是优势是执行速度快。
3、对像素的算术操作
/********************像素算术操作********************/
Mat image1;
image1 = imread("D:/opencv_c++/LinuxLogo.jpg");
Mat image2 = imread("D:/opencv_c++/WindowsLogo.jpg");
int height1 = image1.rows;
int width1 = image1.cols;
int ch1 = image1.channels();
int height2 = image2.rows;
int width2 = image2.cols;
int ch2 = image2.channels();
if (height1 != height2 || width1 != width2 || ch1 != ch2)
{
return -1;
}
Mat dst = Mat::zeros(image1.size(), image1.type());
for (int row = 0; row < height1; row++)
{
uchar* currentRow1 = image1.ptr<uchar>(row);
uchar* currentRow2 = image2.ptr<uchar>(row);
uchar* resultRow = dst.ptr<uchar>(row);
for (int col = 0; col < width1; col++)
{
if (ch1 == 3)
{
int b1 = *currentRow1++;
int g1 = *currentRow1++;
int r1 = *currentRow1++;
int b2 = *currentRow2++;
int g2 = *currentRow2++;
int r2 = *currentRow2++;
/*Vec3b bgr_result = dst.at<Vec3b>(row, col);
bgr_result[0] = saturate_cast<uchar>(b1 + b2);
bgr_result[1] = saturate_cast<uchar>(g1 + g2);
bgr_result[2] = saturate_cast<uchar>(r1 + r2);
dst.at<uchar>(row, col) = bgr_result;*/
*resultRow = saturate_cast<uchar>(b1 + b2);
resultRow++;
*resultRow = saturate_cast<uchar>(g1 + g2);
resultRow++;
*resultRow = saturate_cast<uchar>(r1 + r2);
resultRow++;
}
else if (ch1 == 1)
{
int gray1 = *currentRow1++;
int gray2 = *currentRow2++;
*resultRow = saturate_cast<uchar>(gray1 + gray2);
resultRow++;
}
}
}
首先读取两张图像，然后获取这两张图像的宽高和通道数并进行比对，只有两张图像的宽高和通道数都相同才可以进行像素的算术操作。
对像素进行算术操作，同样需要对图像遍历像素点，也可以选择数组或者指针的方式来遍历。在上述代码中两种方式都有，其中被注释掉的是用数组方式的遍历。
当访问某个坐标时，获取两张图像在该坐标的像素值，并进行算术操作，例如加法运算：*resultRow = saturate_cast<uchar>(gray1 + gray2);
进行算术操作时，要注意结果值的范围，两个[0, 255]的值相加，其结果可能会超过[0, 255]，所以我们不能直接将计算结果赋给像素点。可以用saturate_cast<uchar>这个函数来对计算结果映射为uchar类型，也就是映射到[0, 255]之间，再赋值给像素点，这样子可以防止像素值溢出，显示的时候才能正常显示。
上面的代码是通过遍历像素点来实现算术操作，实际上OpenCV提供了一些简单的API来实现这些功能，如以下代码：
add(image1, image2, dst);
subtract(image1, image2, dst);
multiply(image1, image2, dst);
divide(image1, image2, dst);
这四个函数分别实现了像素的加、减、乘、除四种基本的算术操作，其参数也非常简单，两个输入图像变量和一个输出图像变量即可。
在刚开始学习的时候，还是比较倾向于自己去实现一些功能，而不是简单地直接调用API，这样比较有利于自身的学习。
PS：本人的注释比较杂，既有自己的心得体会也有网上查阅资料时摘抄下的知识内容，所以如有雷同，纯属我向前辈学习的致敬，如果有前辈觉得我的笔记内容侵犯了您的知识产权，请和我联系，我会将涉及到的博文内容删除，谢谢！
