图像像素读写操作

示例代码如下：

void demo::pixel_demo(Mat &image)
{
    int w = image.cols;
    int h = image.rows;
    int dims = image.channels();
    for (int i = 0; i < h; i++)
    {
        for (int j = 0; j < w; j++)
        {
            if (dims == 1)//灰度图像
            {
                int p = image.at<uchar>(i, j);
                image.at<uchar>(i, j) = 255 - p;
            }
            if (dims == 3)//彩色图像
            {
                Vec3b g = image.at<Vec3b>(i, j);
                image.at<Vec3b>(i, j)[0] = 255 - g[0];
                image.at<Vec3b>(i, j)[1] = 255 - g[1];
                image.at<Vec3b>(i, j)[2] = 255 - g[2];
            }
        }
    }
    imshow("像素图像", image);
}

这次主要是进一步学习Mat（矩阵）

通过image.at<uchar>(i,j)可以获得图像image在位置（i，j）的像素大小，因为灰度图像像素点只有一个值，uchar表示一个unsigned char 的大小。

在opencv中Vec3b表示三个数的列表，也存在Vec3i和Vec3f。

结果如下：

下面是用指针的方式改变像素

void demo::pixel_demo(Mat &image)
{
    int w = image.cols;
    int h = image.rows;
    int dims = image.channels(); 

for (int i = 0; i < h; i++)
    {
        uchar*p = image.ptr<uchar>(i);
        for (int j = 0; j < w; j++)
        {
            if (dims == 1)
            {
                *p++ = 255 - *p;//先赋值再加加
            }
            if (dims == 3)
            {
                *p++ = 255 - *p;//先赋值再加加
                *p++ = 255 - *p;//先赋值再加加
                *p++ = 255 - *p;//先赋值再加加
            }
        }
    }
    imshow("像素图像", image);

}

结果相同：

over!!!