图像处理顾名思义就是对图像的像素进行操作，这是核心基础！
有三种方法对图像的操作：（图像像素的获取参差在其中）
第一种：使用指针进行操作
这个指针在上一篇博文中已经提到，这节博文进行加深理解。
先讲解opencv的指针应用：
1 Mat image = cv::Mat(400, 600, CV_8UC3); //宽400，长600，３通道彩色图片 rows=400，cols=600
2 uchar * data000 = image.ptr<uchar>(0);//第一行第一个元素地址
3 uchar * data100 = image.ptr<uchar>(1);//第二行第一个元素地址
4 uchar * data001 = image.ptr<uchar>(0)[1];//第一行第二个元素地址
5 uchar * data111 = image.ptr<uchar>(0)(1);//这个目的是想操作第一行第二个元素的地址，语法没错，但是操作的结果是错误的，具体看下面
6 uchar * data
7 Mat image = cv::Mat(400, 600, CV_8UC3); //宽400，长600，３通道彩色图片
8 Vec3b * data000 = image.ptr<cv::Vec3b>(0);//
9 Vec3b * data100 = image.ptr<cv::Vec3b>(1);//
10 Vec3b * data001 = image.ptr<cv::Vec3b>(0)[1];//第一行第二个像素
11 Vec3b * data001 = image.ptr<cv::Vec3b>(0)[1][0];//第一行第二个像素第一个通道
12 Vec3b * data
指针的实例（正确）
1 int main(int argc,char**argv)
2 2 {
3 3 Mat input_image = imread("9.jpg");
4 4 //cvtColor(input_image, input_image, COLOR_BGR2GRAY);
5 5 namedWindow("Sourse image");
6 6 imshow("Sourse image", input_image);
7 7 Mat output_image;
8 8 int width = input_image.rows;
9 9 int length = input_image.cols;
10 10 output_image.create(input_image.size(),input_image.type());
11 11 //-----------------指针操作--------------------//
12 12 for (int i = 0; i < width; i++)
13 13 {
14 14 uchar *in = input_image.ptr<uchar>(i);
15 15 uchar *out = output_image.ptr<uchar>(i);
16 16 for (int j = 0; j < length * input_image.channels(); j++)
17 17 {
18 18 out[j] = 255 - in[j];
19 23 }
20 24 }
21 25 namedWindow("Destinate image");
22 26 imshow("Destinate image",output_image);
23 27 waitKey(0);
24 28 return 0;
25 29 }
显示：
指针的实例（错误）
1 int main(int argc,char**argv)
2 {
3 Mat input_image = imread("9.jpg");
4 //cvtColor(input_image, input_image, COLOR_BGR2GRAY);
5 namedWindow("Sourse image");
6 imshow("Sourse image", input_image);
7 Mat output_image;
8 int width = input_image.rows;
9 int length = input_image.cols;
10 output_image.create(input_image.size(),input_image.type());
11 //-----------------指针操作--------------------//
12 for (int i = 0; i < width; i++)
13 {
14 for (int j = 0; j < length * input_image.channels(); j++)
15 {
16 *(output_image.ptr<uchar>(i, j)) = saturate_cast<uchar>(255 - (*(input_image.ptr<uchar>(i, j))));//这段代码是有问题的操作
17 }
18 }
19 namedWindow("Destinate image");
20 imshow("Destinate image",output_image);
21 waitKey(0);
22 return 0;
23 }
显示：
第二种是利用迭代器：
迭代器在C++里面经常用到，个人简单的理解就是指针的升级版，有指针的基本功能，并且比指针还好用。
这部分内容比较简单，有C++基础就看的懂，就不解释过多。
直接上代码：
注意：[]是一级优先级，*：是二级优先级，(*out)[0]:这里一定得加括号！！！
1 Mat_<Vec3b>::iterator in = input_image.begin<Vec3b>();
2 Mat_<Vec3b>::iterator out = output_image.begin<Vec3b>();
3 while (in != input_image.end<Vec3b>())
4 {
5 (*out)[0] = saturate_cast<uchar>(255 - (*in)[0]);
6 (*out)[1] = saturate_cast<uchar>(255 - (*in)[1]);
7 (*out)[2] = saturate_cast<uchar>(255 - (*in)[2]);
8 ++out;
9 ++in;
10 }
图片显示和上面一样了。
第三种是Mat自带的at函数：
从下面可以看出，上面指针的错误在这里可以运用，一般操作图像用at，用的熟练就用指针。当然指针的速度肯定最快的
1 for (int i = 0; i < width; i++)
2 {
3
4 for (int j = 0; j < length; j++)
5 {
6 if (input_image.channels() == 3) {
7 output_image.at<Vec3b>(i, j)[0] = saturate_cast<uchar>(255-input_image.at<Vec3b>(i,j)[0]);
8 output_image.at<Vec3b>(i, j)[1] = saturate_cast<uchar>(255-input_image.at<Vec3b>(i,j)[1]);
9 output_image.at<Vec3b>(i, j)[2] = saturate_cast<uchar>(255-input_image.at<Vec3b>(i,j)[2]);
10 }
11 else {
12 output_image.at<uchar>(i, j) = saturate_cast<uchar>(255-input_image.at<uchar>(i, j));
13 }
14 }
15 }
其实还有很多种方法，在网上看到一篇博文说有十种方法，等到我用十种方法的时候我应该成大神了。哈哈
本博文参考《opencv3编程入门》、51CTO的教程、http://blog.csdn.net/github_35160620/article/details/51708659