三种方法

  • 迭代器
    • 创建一个Mat::Iterator对象it，通过it=Mat::begin()来的到迭代首地址，递增迭代器知道it==Mat::end()结束迭代；
    while (it != Scr.end<Vec3b>())
{
  //(*it)[0] = 0;//蓝色通道置零；
  (*it)[1] = 0;//绿色通道置零；
  //(*it)[2] = 0;//红色通道置零；
  it++;
}
  • 指针
    • 调用函数 Mat::ptr(i) 来得到第i行的首地址地址，然后在行内访问像素
    for (int i = 0; i < Row; i++)
{        
  for (int j = 0; j < Col; j++)
  {       

          Scr.ptr<Vec3b>(i)[j][0] = 0;
  }
}
  • 动态防问at

at的使用

gray.at (i, j) = 0;
cv::mat的成员函数： .at(int y， int x)可以用来存取图像中对应坐标为（x，y）的元素坐标。但是在使用它时要注意，在编译期必须要已知图像的数据类型，这是因为cv::mat可以存放任意数据类型的元素。 因此at方法的实现是用模板函数来实现的。 

template<typename _Tp> inline
_Tp& Mat::at(int i0, int i1)
{
    CV_DbgAssert(dims <= 2);
    CV_DbgAssert(data);
    CV_DbgAssert((unsigned)i0 < (unsigned)size.p[0]);
    CV_DbgAssert((unsigned)(i1 * DataType<_Tp>::channels) < (unsigned)(size.p[1] * channels()));
    CV_DbgAssert(CV_ELEM_SIZE1(traits::Depth<_Tp>::value) == elemSize1());
    return ((_Tp*)(data + step.p[0] * i0))[i1];
}

假设提前已知一幅图像img的数据类型为 unsigned char型灰度图（单通道），要对坐标为(14,25)的像素重新赋值为25,则对应操作如下：
srcImage.at<uchar>(14,25) = 25;
如果要操作的图片img是一幅数据类型同样为unsigned char的彩色图片，再次要求将坐标（14,25）的像素赋值为25。这个操作跟上面的就有点区别了，需要对这个像素三个通道的每个对应元素赋值,Opencv中图像三原色在内存中的排列顺序为B-G-R（见下面注释），操作过程如下：

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。 
img.at< Vec3b >(14,25) [0]= 25;   
img.at< Vec3b >(14,25) [1]= 25;  
img.at< Vec3b >(14,25) [2]= 25;
扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄