如何访问 RGB 图像数据答案

【问题标题】：How to access a RGB image data如何访问 RGB 图像数据
【发布时间】：2010-02-25 06:56:43
【问题描述】：

我希望将像素处的数据与颜色进行比较，然后我想找到轮廓然后取轮廓的质心点，所以我使用这样的方法来查找 countourdata 我在这个语句中是否错了

int pos = i * w * Channels + j; //channels is 3 as rgb 
        // if any data exists
        if (data->imageData[pos]>0)

代码是这样的

for (int i = x; i < x+h; i++) //height of frame pixels
{
    for (int j = y; j < y+w; j++)//width of frame pixels
    {
        int pos = i * w * Channels + j; //channels is 3 as rgb 
        // if any data exists
        if (data->imageData[pos]>0) //Taking data (here is the problem how to take)
        {
            xPos += j;
            yPos += i;
            nPix++;
        }
    }
}

【问题讨论】：

嘿，你能不能把代码作为一个“代码块”...它很难阅读，看看你想做什么
可能是自己的问题：stackoverflow.com/questions/2325576/…
是的 - 重复自己的问题 stackoverflow.com/questions/2325576 并且似乎没有阅读为上一个问题提供的答案
我在答案 3 处发布了我的确切代码，请查看它，你重复了，因为我没有得到确切的答案仍然有疑问
以后不要因为你的老问题没有得到好的答案就开始新的问题。其次，如果回复以添加有关您的问题的信息，您应该编辑您的问题。

标签： c++ c opencv

【解决方案1】：

我使用如下代码结构

/** 
 * @brief Calculate greeness from an RGB image
 *
 * Performs the greeness pixelwise transform on the input image.
 * Greeness is defined as
 * Greeness = 255*G/sqrt(R^2+G^2+B^2)
 * The function assumes that the resolution of the two images are identical.
 *
 * @param imSrc Input RGB image.
 * @param imDst Output grayscale (greeness) image.
 */
void rgbToGreeness( IplImage *imSrc , IplImage* imDst) {
    // Allocate variables
    int tmp_pix;
    uchar * _SrcPtr, * _DstPtr;

    // Iterate over the image line by line
    for(int y = 0 ; y < imSrc->height ; y++ )
    {
        // Locate pointers to the first data element in the current line
        _SrcPtr = ( uchar* )( imSrc->imageData + y * imSrc->widthStep );
        _DstPtr = ( uchar* )( imDst->imageData + y * imDst->widthStep );

        // Iterate over the elements in the current line
        for( int x = 0 ; x < imSrc->width ; x++ )
        {
            //2*G-B-R - Excessive green
            tmp_pix = (int) (255*_SrcPtr[3*x+1]/pow(pow((float)_SrcPtr[3*x],2) + pow((float)_SrcPtr[3*x+1], 2) + pow((float)_SrcPtr[3*x+2], 2), (float) 0.5));

            //If value is larger than 255, set it to 255 and lower than 0 set it to 0
            _DstPtr[x] = (uchar) ( ( tmp_pix < 0 ) ? 0 : ( ( tmp_pix > 255 ) ? 255 : tmp_pix ) );
        }
    }
}

【讨论】：

【解决方案2】：

这是一些访问图像中像素的 RGB 数据的代码

IplImage* img=cvLoadImage(fileName);
CvScalar s;
s=cvGet2D(img,i,j); // get the (i,j) pixel value
s.val[0]=111; // B-channel
s.val[1]=111; // G-channel
s.val[2]=111; // R-channel
cvSet2D(img,i,j,s); // set the (i,j) pixel value

来源（稍作修改）：http://www.cs.iit.edu/~agam/cs512/lect-notes/opencv-intro/opencv-intro.html#SECTION00053000000000000000

【讨论】：

【解决方案3】：

这里的要求是我想从轮廓计算质心的确切代码我的确切代码是这样的 1）以RGB图像为输入 2) x=0,y=0,w=帧的宽度,h=帧的高度。是数据通过

void cRecursiveCentroids::ComputeCentroid(int x, int y, int w, int h, IplImage *data, bool splitOnUpDown, int level, int id, int addToId){

if (level == m_Levels-1 ) return;
int Channels = data->nChannels; // Number of channels
    std::cout << "Channels: " << Channels << "\n"; 

int xPos = 0;
int yPos = 0;
int nPix = 0;


for (int i = x; i < x+h; i++)                      //Tracing the contour 
{
    for (int j = y; j < y+w; j++)
    {
            int pos = i * m_Wid * Channels + j; // Here may be the error i am thinking
                    // if any data exists 
        if (data->imageData[pos]>0)
        {
            xPos += j;
                            //std::cout << "xPos: " << xPos << "\n";
                            yPos += i;
                           // std::cout << "yPos: " << yPos << "\n"; 
            nPix++;
            }
    }
}

Check = nPix;

if (nPix > 0){                                           // Calculating Position 

    xPos = (int)((float)xPos / (float)nPix);
    yPos = (int)((float)yPos / (float)nPix);
    int num = ( id + addToId ) > 16 ? 16 : (id+addToId);
    m_Cent[num].posx    = xPos;
    m_Cent[num].posy    = yPos;
    m_Cent[num].level   = level;

            splitOnUpDown = !splitOnUpDown;
    level = level+1;
    if (splitOnUpDown)                   //Recursive calling for centroids
    {
        id *= 2;
        ComputeCentroid(x,y,w,(yPos - y), data,  splitOnUpDown, level, id, addToId);
        ComputeCentroid(x,yPos,w,h-(yPos-y),  data,  splitOnUpDown, level, id+1, addToId);
    } else {
        id *= 2;
        ComputeCentroid(x,y,(xPos-x),h,  data,  splitOnUpDown, level, id, addToId);
        ComputeCentroid(xPos,y,w - (xPos-x),h,   data,  splitOnUpDown, level, id+1, addToId);
    }

}

DrawCentroidPoints();                               //Draw Centroid Points

}

【讨论】：