首先推薦一本書：《OpenCV 2 Computer Vision Application Programming Cookbook》網上可以下載到這本書的英文版，貌似沒有翻譯的。這本書的特點是裡面的程式不是那種為了演示函式功能而寫的面向過程的小程式，而是用面向物件的思路寫的大程式，不過他是一步一步教你寫出來的，也不要有太大壓力。

任何影象處理演算法，都是從操作每個畫素開始的。即使你不會使用OpenCV提供的各種影象處理函式，只要你瞭解影象處理演算法的基本原理，也可以寫出具有相同功能的程式。在OpenCV中，提供了種訪問每個畫素的方法：使用at方法、使用迭代器、使用指標。

這三種方法在訪問速度上略有差異。debug模式下，這種差異非常明顯，不過在release模式下，這種差異就不太明顯了。我們通過一組程式來說明這幾種方法，程式的目的是減少影象中顏色的數量，比如原來的影象是是256中顏色，我希望將它變成64種顏色，那我只需要將原來的顏色除以4（整除）以後再乘以4就可以了。

先看主程式：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace std;
using namespace cv;
void colorReduce(Mat& inputImage, Mat& outputImage, int div);
int main()
{
	Mat image = imread("D:/picture/img.tif");
	imshow("源影象",image);
	Mat result;//用來儲存結果
	result.create(image.rows,image.cols,image.type());//它的大小、型別與原圖片相匹配
	double duration;
	duration = static_cast<double>(cv::getTickCount());

	colorReduce(image,result,64);

	duration = static_cast<double>(cv::getTickCount())-duration;
	duration /= cv::getTickFrequency(); // the elapsed time in m
	cout<<"time is"<<duration<<endl;
	
	imshow("顯示結果",result);
	waitKey(0);
}
 

主程式中呼叫colorReduce函式來完成減少顏色的工作：

下面是使用at方法的colorReduce函式，這種方法簡潔明瞭，符合大家對畫素的直觀認識。執行時間為0.334131。

void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
	outputImage = inputImage.clone();
	int rows = outputImage.rows;
	int cols = outputImage.cols;
	for(int i = 0;i < rows;i++)
	{
		for(int j = 0;j < cols;j++)
		{
			outputImage.at<Vec3b>(i,j)[0] =  outputImage.at<Vec3b>(i,j)[0]/div*div + div/2;
			outputImage.at<Vec3b>(i,j)[1] =  outputImage.at<Vec3b>(i,j)[1]/div*div + div/2;
			outputImage.at<Vec3b>(i,j)[2] =  outputImage.at<Vec3b>(i,j)[2]/div*div + div/2;
		}
	}
}
 

下面是使用迭代器的colorReduce函式，這種方法與STL庫的用法類似。執行時間為0.375629

void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
	outputImage = inputImage.clone();
	//模板必須指明資料型別
	Mat_<Vec3b>::iterator it = inputImage.begin<Vec3b>();
	Mat_<Vec3b>::iterator itend = inputImage.end<Vec3b>();
	//也可以通過指明cimage型別的方法不寫begin和end的型別
	Mat_<Vec3b> cimage= outputImage;
	Mat_<Vec3b>::iterator itout = cimage.begin();
	Mat_<Vec3b>::iterator itoutend = cimage.end();
	for(;it != itend;it++,itout++)
	{
		(*itout)[0] = (*it)[0]/div*div + div/2;
		(*itout)[1] = (*it)[1]/div*div + div/2;
		(*itout)[2] = (*it)[2]/div*div + div/2;
	}
}

最後是使用指標的方法，這種方法最快，但是略有點抽象。執行時間為0.00705378！

void colorReduce(Mat& inputImage, Mat& outputImage, int div)
{
	outputImage = inputImage.clone();
	int rows = outputImage.rows;
	int cols = outputImage.cols*outputImage.channels();
	for(int i = 0;i < rows;i++)
	{
		 uchar* data = inputImage.ptr<uchar>(i);
		 uchar* dataout = outputImage.ptr<uchar>(i);
		 for(int j = 0;j < cols;j++)
		 {
			dataout[j] = dataout[j]/div*div + div/2;
		 }
	}

}

順便說一句，OpenCV中的彩色影象不是以RGB的順序存放的，而是BGR，所以程式中的outputImage.at<Vec3b>(i,j)[0]代表的是該點的B分量。同理還有(*it)[0]。