本文是《OpenCV实战从入门到精通》系列之第11篇

颜色空间缩减

我们可以把当前的像素值用一个值来划分，比如0-9的像素都归为0，10-19的像素都归为10，依此类推。

256个数值最后可以表示为26个数字。三通道一下子降低为26*26*26

上述即：当你把unsigned char除以一个int值，得到的值仍然是char，同时小数部分被丢弃，用数学表达式表示：

最简单的办法就是对矩阵像素进行遍历，遍历时每一个都进行一次除法和乘法操作。（这样做法直接暴力，但是浪费效率）

计算机中效率最高的是加法、减法和赋值

将所有结果存在表中，每次就不用计算，直接查表赋值即可。


  
   
    
     
    
    
     
      divideWith=10;
     
    
   
    
     
    
    
     
      uchar table[256];//存储像素空间减少的色彩域
     
    
   
    
     
    
    
     
      for (int i = 0; i < 256; ++i)
     
    
   
    
     
    
    
     
         table[i] = (uchar)(divideWith * (i/divideWith));

Look up table


  
   
    
     
    
    
      Mat lookUpTable(1, 256, CV_8U);//创建
     
    
   
    
     
    
    
     
       uchar* p = lookUpTable.data;
     
    
   
    
     
    
    
      for( int i = 0; i < 256; ++i)
     
    
   
    
     
    
    
     
       p[i] = table[i];

其实书上讲的很含糊，让人摸不清头脑。

两个比较好的讲解：

https://blog.csdn.net/anjisi/article/details/53899222

https://blog.csdn.net/jameshater/article/details/50759650

图像矩阵数据在内存中的存储方式

如Mat类教程中所述，图像的大小取决于色彩系统，精确一点讲，取决于图像的通道数量。如下是灰阶单通道图像示意图：

这是RGB示意图：

注意排序方式BGR，不是RGB。在现代大多数情况下，内存都足够大，以致矩阵存储的方式是连续的，即一行接着一行，形成一个很大的连续存储区，这种存储方式有利于提高访问速度，你可以使用isContinuous()来判断是否连续存储，在下节中你可以找到这样的例子。

文章来源: kings.blog.csdn.net，作者：人工智能博士，版权归原作者所有，如需转载，请联系作者。

原文链接：kings.blog.csdn.net/article/details/102475735

（完）