1、通过成员函数at(int y, int x)访问
这种方法需要知道像素保存的格式。
（1） 这是为模板类型的函数，因为一个函数的返回类型只有在运行时才会知道。
（2）这个函数返回的是一个向量即Vector，故有下标的操作。
image.at<uchar>(j,i)= 255;
在单通道图像中，采用以上语句可以获取图像(i,j)处的灰度值（注：先行后列，一般用j表示行（rows），i表示列（cols））。如果是灰度图像的话，只需要更改一个数据就可以了。如果是rgb图像的话，就要用“[]”来获取改变那个channel的值：
image.at<cv::Vec3b>(j,i)[channel]= value;
这里的<Vec3b>代表的意思是：a vector of three 8-bit value。也可以是Vec2b,Vec4b。
调用模板类型的at()函数有时是效率不高的，因为它的返回类型每次都要由传递的一个模板参数来确定。所以当矩阵的类型已知时，如一个 uchar Matrix，可以利用Mat_类。
cv::Mat_<uchar> im2= image; // im2 refers to image im2(50,100)= 0; // access to row 50 and column 100
该函数不用于扫描图像，因为效率低，一般用于随机访问像素。
例：
//为图像添加椒盐噪声的函数
Mat AddSaltAndPepperNoise(int nCount)
{
Mat tempImg=m_mSourseImg.clone();//copy the sorce image
for (int k = 0;k < nCount;k++)
{
//add salt noise
int i=rand()%tempImg.rows;
int j=rand()%tempImg.cols;
if (1 == tempImg.channels())
{
tempImg.at<uchar>(j,i)=255;
}
else if (3 == tempImg.channels())
{
tempImg.at<Vec3b>(j,i)[0]=255;
tempImg.at<Vec3b>(j,i)[1]=255;
tempImg.at<Vec3b>(j,i)[2]=255;
}
//add pepper noise
i=rand()%tempImg.rows;
j=rand()%tempImg.cols;
if (1 == tempImg.channels())
{
tempImg.at<uchar>(j,i)=0;
}
else if (3 == tempImg.channels())
{
tempImg.at<Vec3b>(j,i)[0]=0;
tempImg.at<Vec3b>(j,i)[1]=0;
tempImg.at<Vec3b>(j,i)[2]=0;
}
}
namedWindow("temp");
imshow("temp",tempImg);
waitKey(0);
return tempImg;
}
2、采用指针访问
uchar* data= image.ptr<uchar>(j);
采用ptr的方法，这是用模板的方法来返回图像的每一行j的首地址。这个方法来得更快速，因为它采用了指针的方式来处理信息。它的主要做法是，每一行调用一次函数，然后每一行作一次数据处理。这样的话调用函数的次数就大大地减小了。所以我们可以采用两个循环来对图像中的每一个像素点进行访问：
<pre name="code" class="cpp">int nl= image.rows; // number of lines int nc= image.cols * image.channels();
for (int j=0; j<nl; j++)
{
uchar* data= image.ptr<uchar>(j);
for (int i=0; i<nc; i++) {
// process each pixel ---------------------
…
// end of pixel processing ----------------
} // end of line
}
基于读取存取效率的原因，在图像的每行末尾有可能添加额外的填充像素（padded pixels)。当图像末尾没有填充像素时，我们可以将图像假设为1X（W X H）的图像，将两个嵌套循环变成单循环。opencv中采用Mat ::isContinuous()函数来判断图像是否有填充像素，如果图像是连续（即无填充像素）则返回ture，否则返回false。在原来函数基础上添加：
if (image.isContinuous())
{
nC*=nLine;
nLine=1;
}
3、采用iterator的方法
采用cv::MatIterator来创建迭代器的对象：
cv::MatIterator_<cv::Vec3b> it;
或在模板类cv::Mat_ 定义下的iterator迭代器：
cv::Mat_<cv::Vec3b>::iterator it;
iterator是一种特殊的类，它可以在一个数据结构中遍历，然后隐藏遍历的方法。比如说，一个复杂的数据结构可能并不是以线性排列的，它是随机存取的。那么iterator可以在这个数据结构里面以“某种方式”进行遍历。而作为使用者的我们来说，就不需要了解它具体的遍历方式。
例：
void colorReduce(cv::Mat &image, int div=64) {
// obtain iterator at initial position
cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();
// obtain end position
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();
// loop over all pixels
for ( ; it!= itend; ++it) {
// process each pixel ---------------------
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;
// end of pixel processing ----------------
}
}
OpenCV（C++接口)学习笔记2-像素级的图像操作,布布扣,bubuko.com