PYthon

1.PIL庫：

from PIL import Image
import numpy as np
#讀取圖片
img=Image.open('imname')  #讀取圖片 返回Image 對象
img.convert('L')          #返回 灰度圖像 Image對象。
img=np.array(img)         #將 Image 對象轉換成 array 數組，這樣可以方便的使用array數組處理圖像
img=Image.fromarray(im)   #將 array 轉換成 Image 對象
################################################
#圖像的保存
img.save('new.jpg')
#ROI
box=(100,100,400,400)
region=img.crop(box)   #這里是Image 對象，array對象直接數組操作就是了

Opencv

1.Mat 對象對矩陣元素的訪問方式

Mat 存儲結構:

Paste_Image.png

• Mat 的每一行是連續的存儲空間。
• Mat有多種構造函數，包括拷貝構造函數，以及重載了=運算符。常用的有
  Mat(Sizesize, inttype)
  Mat(introws, intcols, inttype, constScalar&s)
  Mat(constMat&m, constRect&roi)
  Mat(constMat&m, constRange&rowRange, constRange&colRange=Range::all())
  如：
  im=Mat(3,4,CV_8UC3) //創建 3 Rows 3 Columns 3 Channels 元素為一個字節uchar
  im.create(4,8,CV_8UC1) //create()函數釋放掉內存重新創建。

Mat 元素的訪問:

• 使用 at()模板函數 返回特定位置元素的引用。（單通道值類型，通道的數組類型）。邏輯是按坐標訪問。

unchar value=grayIm.at<uchar>(i,j); //單通道，讀取(i,j)元素。
for(int r=0;r<grayIm.rows;r++)
         for(int c=0;c<grayIn.cols;c++)
                  grayIm.at<uchar>=(r+c)%255;
///////////////////////////////////////////////////////////////////////////
Vec3b pixel;  
for(int r=0;r<colorIm.rows;r++)
{
         for(int c=0;c<grayIm.cols;c++)
        {
              pixel[0]=i%255; //Blue
              pixel[1] = j%255; //Green
              pixel[2] = 0; //Red
              colorIm.at<Vec3b>(i,j) = pixel;
         }// 3通道元素的訪問
}

Vec3b 的定義為：
typedefVec<uchar, 3>cv::Vec3b

• 迭代器方式 MatIterator_ 類 在“Mat.hpp”中聲明

MatIterator_<uchar> grayit, grayend;   
for( grayit = grayIm.begin<uchar>(), grayend =grayIm.end<uchar>(); grayit != grayend; ++grayit)
{
    *grayit = rand()%255;
}//單通道
/////////////////////////////////////////////////////////////////////////////
MatIterator_<Vec3b> colorit,colorend;
for( colorit = colorIm.begin<uchar>(), colorend =colorIm.end<uchar>(); colorit != colorend; ++colorit)
{
   (*colorit)[0]=rand()%255;
   (*colorit)[1]=rand()%255;
   (*colorit)[2]=rand()%255;
}//多通道

• Mat 的 step屬性。其中每個元素，依次表示包含的每個維度的大小字節數，如二維中，step[0] 表示 每一行的大小，step[1]表示一行中每一維的大小也就是元素的大小。dims屬性表示維度
  addr(Mi0,i1,…im-1) = M.data + M.step[0] * i0 + M.step[1] * i1 + … +M.step[m-1] * im-1 (其中 m = M.dims M的維度)
• .ptr和[]操作符
  Mat 類可以使用，.ptr<>函數得到某一行的指針然后可以使用[]操作符訪問其中的元素

// using .ptr and []
void colorReduce0(cv::Mat &image, int div=64) {
      int nr= image.rows; // number of rows
      int nc= image.cols * image.channels(); // total number of elements per line
      for (int j=0; j<nr; j++) {
          uchar* data= image.ptr<uchar>(j);   //元素是單字節
          for (int i=0; i<nc; i++) {
                  data[i]= data[i]/div*div + div/2;
            }                  
      }
}

• ROI

Mat A=Mat::eye(10,10,CV_32S);
//提取A的 1~3列(含1，不含3)
Mat B=A(Range::all(),Range(1,3));
//提取B的5~9行(含5，不含9)
Mat C=B(Range(5,9),Range::all);
Size size; Point ofs;
C.locateRoI(size,ofs)//size(width=10,height=10) 父圖像的大小，ofs(x=1,y=5)左上角，相對于父左上角的偏移。

// create a new 320x240 image
Mat img(Size(320,240),CV_8UC3);
// select a ROI
Mat roi(img, Rect(10,10,100,100));
// fill the ROI with (0,255,0) (which is green in RGB space);
// the original 320x240 image will be modified
roi = Scalar(0,255,0);

參考

opencv.org
xiaowei_cqu 訪問Mat每個元素值