opencv图像像素值读取

说到图像像素，肯定要先认识一下图像中的坐标系长什么样。

　1. 坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。（OpenCV中有些数据结构的坐标原点是在图片的左下角，可以设置的）。

　2. 在使用image.at<TP>(x1, x2)来访问图像中点的值的时候，x1并不是图片中对应点的x轴坐标，而是图片中对应点的y坐标（也就是编程中的pic.rows那行）。x2同理。

　3. 如果所画图像是多通道的，比如说image图像的通道数时n，则使用Mat::at(x, y)时，其x的范围依旧是0到image的height，而y的取值范围则是0到image的width乘以n，因为这个时候是有n个通道，所以每个像素需要占有n列。但是如果在同样的情况下，使用Mat::at(point)来访问的话，则这时候可以不用考虑通道的个数，因为你要赋值给获取Mat::at(point)的值时，都不是一个数字，而是一个对应的n维向量。

　4. 多通道图像在使用minMaxLoc()函数时不能给出其最大最小值坐标的，因为每个像素点其实有多个坐标，所以是不会给出的。因此在编程时，这2个位置应该给NULL。

5 多通道的图像可以直接赋值，不必每个通道赋值。但是要注意其类型是Vec3b，如果写成uchar，最后的copy图像只会显示源图像的1/3

    char *tempPath="0.jpg";
    Mat src=imread(tempPath);
    Mat copy=Mat::zeros(src.rows,src.cols,src.type());
    for (int nrows=;nrows<src.rows;nrows++)
    {
        for (int ncols=;ncols<src.cols;ncols++)
        {
            copy.at<Vec3b>(nrows,ncols)=src.at<Vec3b>(nrows,ncols);        }
    }

    Mat src=imread("image/color.jpg");
    imshow("a",src);
    int i,j;
    int cPointR,cPointG,cPointB,cPoint;//currentPoint;
    for(i=;i<src.rows;i++)
        for(j=;j<src.cols;j++)
        {
            cPointB=src.at<Vec3b>(i,j)[];
            cPointG=src.at<Vec3b>(i,j)[];
            cPointR=src.at<Vec3b>(i,j)[];
            if(cPointB>&cPointR<&cPointG<)
                {
                    src.at<Vec3b>(i,j)[]=;  //单通道是uchar，没有[0][1][2]
                    src.at<Vec3b>(i,j)[]=;
                    src.at<Vec3b>(i,j)[]=;
            }        }
    imshow("da",src);

注意每个点的像素灰度值cPointR,cPointG,cPointB,cPoint的数据类型是int，在单通道图内由于读取像素灰度值的代码是img.at<uchar>(nrows,ncols),所以特别容易把数据类型记成unsigned char型

============================================================

【转】VC++读取图像RGB值（未试验）

#include <iostream>
#include <fstream>
#include <string>
#include <windows.h>
#include <gdiplus.h>
#pragma comment(lib, "gdiplus.lib")using namespace std;
using namespace Gdiplus;int main()
{
    GdiplusStartupInput gdiplusstartupinput;
    ULONG_PTR gdiplustoken;
    GdiplusStartup(&gdiplustoken, &gdiplusstartupinput, NULL);    wstring infilename(L"1.jpg");
    string outfilename("color.txt");    Bitmap* bmp = new Bitmap(infilename.c_str());
    UINT height = bmp->GetHeight();
    UINT width  = bmp->GetWidth();
    cout << "width " << width << ", height " << height << endl;    Color color;
    ofstream fout(outfilename.c_str());    for (UINT y = ; y < height; y++)
    for (UINT x = ; x < width ; x++)
        {
            bmp->GetPixel(x, y, &color);
            fout << x << "," << y << ";"
                 << (int)color.GetRed()   << ","
                 << (int)color.GetGreen() << ","
                 << (int)color.GetBlue()  << endl;
    }    fout.close();    delete bmp;
    GdiplusShutdown(gdiplustoken);
    return ;
}

关于数据的储存：（转）

Mat_<uchar>对应的是CV_8U，Mat_<char>对应的是CV_8S，Mat_<int>对应的是CV_32S，Mat_<float>对应的是CV_32F，Mat_<double>对应的是CV_64F，对应的数据深度如下：

• CV_8U – 8-bit unsigned integers ( 0..255 )

• CV_8S – 8-bit signed integers ( -128..127 )

• CV_16U – 16-bit unsigned integers ( 0..65535 )

• CV_16S – 16-bit signed integers ( -32768..32767 )

• CV_32S – 32-bit signed integers ( -2147483648..2147483647 )

• CV_32F – 32-bit ﬂoating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )

• CV_64F – 64-bit ﬂoating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )

这里还需要注意一个问题，很多OpenCV的函数支持的数据深度只有8位和32位的，所以要少使用CV_64F，但是vs的编译器又会把float数据自动变成double型，有些不太爽。