Opencv--

原博客：http://blog.csdn.net/qq_29540745/article/details/52517269

一、What is vector？

       vector(向量): C++中的一種數據結構,確切的說是一個類.它相當於一個動態的數組,當程序員無法知道自己需要的數組的規模多大時,用其來解決問題可以達到最大節約空間的目的.
用法:
1.文件包含:     
           首先在程序開頭處加上#include<vector>以包含所需要的類文件vector,還有一定要加上using namespace std;

2.聲明一個int向量以替代一維的數組:vector <int> a;(等於聲明瞭一個int數組a[],大小沒有指定,可以動態的向裏面添加刪除。

比如Vec<uchar, 3>：
其實這句就是定義一個uchar類型的數組，長度爲3而已，例如 8U 類型的 RGB 彩色圖像可以使用 <Vec3b>，3 通道 float 類型的矩陣可以使用 <Vec3f>。對於 Vec 對象，可以使用[]符號如操作數組般讀寫其元素，如：Vec3b color; //用 color 變量描述一種 RGB 顏色
color[0]=255; //0通道的B 分量
color[1]=0; //1通道的G 分量
color[2]=0; //2通道的R 分量

二、How do we use it ?

vv

先擴展一下訪問像素的 .at 的用法：

     cv::mat的成員函數： .at(int y， int x)可以用來存取圖像中對應座標爲（x，y）的元素座標。但是在使用它時要注意，在編譯期必須要已知圖像的數據類型，這是因爲cv::mat可以存放任意數據類型的元素。因此at方法的實現是用模板函數來實現的。假設提前已知一幅圖像img的數據類型爲 unsigned char型灰度圖（單通道），要對座標爲(14,25)的像素重新賦值爲25,則對應操作如下：

srcImage.at<uchar>(14,25) = 25;  

     如果要操作的圖片img是一幅數據類型同樣爲unsigned char的彩色圖片，再次要求將座標（14,25）的像素賦值爲25。這個操作跟上面的就有點區別了，需要對這個像素三個通道的每個對應元素賦值,Opencv中圖像三原色在內存中的排列順序爲B-G-R（見下面註釋），操作過程如下：

img.at<Vec3b>(14,25) [0]= 25;//B    
img.at< Vec3b >(14,25) [1]= 25;//G    
img.at< Vec3b >(14,25 [2]= 25;//R 

一個簡單小程序：

#include <opencv2/opencv.hpp>  
#include <iostream>  
using namespace cv;  
using namespace std;  
int main()  
{  
    Mat m(3, 3, CV_8UC3);//建立一個三行三列3通道像素  
    Vec3b p;  
    for (int i = 0; i < 3; i++)  
    {  
        for (int j = 0; j < 3; j++)  
        {  
            p[0] = i;  
            p[1] = j;  
            p[2] = i+j;  
            m.at<Vec3b>(i,j) = p;  
        }  
    }  
    cout <<"數組:"<<endl<<"M= " << m << endl;  
    int a = m.at<Vec3b>(2, 2)[2];  
    Vec3b b = m.at<Vec3b>(2, 2)[2];  
    cout << "訪問一個數：" << a <<endl<<"訪問三通道："<<b<<endl;  
    waitKey(0);  
    return 0;  
}  

結果：

下面是網上的一個程序（在圖片上實現椒鹽噪聲），椒鹽噪聲是一種特殊的噪點，是隨機的將圖像的部分像素設置爲黑色或白色（其實我理解是把椒鹽噪聲點隨機設置顏色）。經修改如下：

#include<opencv2/opencv.hpp>  
#include<iostream>  
#include<cstdlib>   
#include<vector>  
using namespace std;  
using namespace cv;  
  
#define WINDOW_1 "椒鹽噪聲點1"  
#define WINDOW_2 "椒鹽噪聲點2"  
void salt(Mat&, int);  
int main()  
{  
    Mat srcImage = imread("D://vvoo//lena.jpg");  
    Mat grayImage;  
    cvtColor(srcImage, grayImage/*, CV_8UC1*/, CV_RGB2GRAY);  
    imshow("原圖", srcImage);  
  
    namedWindow(WINDOW_1, WINDOW_AUTOSIZE);  
    Mat g_dstImage = grayImage.clone();  
    Mat dstImage = srcImage.clone();  
    salt(g_dstImage, 3000);  
    salt(dstImage, 3000);  
      
    imshow(WINDOW_1, g_dstImage);  
    imshow(WINDOW_2, dstImage);  
    waitKey(0);  
    return 0;  
}  
void salt(Mat&dst, int Saltnum)  
{  
    int x,y;  
    for (int i = 0;i < Saltnum; i++)  
    {  
        x = rand() % dst.cols;//保證x和y都在src的行數和列數範圍內  
        y = rand() %dst.rows;  
        if (dst.channels() == 1)  
        {  
            dst.at<uchar>(y, x) = 0;  
        }  
        if (dst.channels() ==3)  
        {  
            dst.at<Vec3b>(y, x)[0] = 0;  
            dst.at<Vec3b>(y, x)[1] = 0;  
            dst.at<Vec3b>(y, x)[2] = 0;  
        }  
    }  
  
  
}  

結果：

三、references 

1.http://blog.csdn.net/liukun321/article/details/38402601

2.http://blog.csdn.net/wenhao_ir/article/details/50946638