積分圖的實現
//改進的計算像素灰度值積分圖像
//image_Src:灰度圖
//image_Integral：image_Src大小相同的CV_32SC1類型
//方法：Integral(y,x) = Integral(y-1,x) + rowSum(y);
void CalculateIntegralImage(const Mat &image_Src,Mat &image_Integral)
{
////////////step 1.重新分配圖像(如果需要)/////////////////
//新圖像的大小
int width_Dst=image_Src.cols;
int height_Dst=image_Src.rows;
image_Integral.create(Size(width_Dst,height_Dst),CV_32SC1);//如果重新分配，之前的空間會扔掉
image_Integral.setTo(Scalar(0));
////////step 2.計算積分圖////////////////////////
//參數
int widthStep_Src=image_Src.step1(0);//行的通道數,這裏一定要注意！！！
int widthStep_Integral=image_Integral.step1(0);//行的通道數
int channelCount_Src=image_Src.step1(1);//每個點的通道數
int channelCount_Integral=image_Integral.step1(1);//每個點的通道數
//第一行
uchar *row_Src=image_Src.data;
int *row_Integral=(int *)image_Integral.data;//注意指針的轉換
for (int y=0;y<=image_Src.rows-1;++y)
{
int sum=0;//當前行的累加和
//列
uchar *col_Src=row_Src;
int *col_Integral=row_Integral;
for (int x=0;x<=image_Src.cols-1;++x)
{
//該行的累加
sum+=col_Src[0];
//計算第0行,第一行單獨處理
if (y==0)
{
col_Integral[0]=sum;
}
else
{
//非第0行
//當前行累加和+同列的上一個元素的值
col_Integral[0]=sum+col_Integral[0-widthStep_Integral];//下標
//col_Integral[0]=sum+*(col_Integral-image_Integral.cols);//指針移動
}
//下一個像素
col_Src++;
col_Integral++;
}
//下一行
row_Src+=widthStep_Src;
row_Integral+=widthStep_Integral;
}
}