Opencv 中图片像素操作的应用实例——计算图片某一种颜色区域大小所占比

 From: https://www.cnblogs.com/changxiang/p/7533294.html  

对图片进行处理，其中图片像素的处理是基本的过程，包括对图片像素的遍历，对每一个像素的RGB三个通道的灰度值的获取等。

以下是基于opencv 的一个应用实例，即计算图片中黄色区域大小占整个图片大小的比例。

 1 // computerPercentage.cpp: 定义控制台应用程序的入口点。
 2 //
 3 
 4 #include "stdafx.h"
 5 #include<iostream>
 6 #include<opencv2/opencv.hpp>
 7 #include<iomanip>
 8 
 9 using namespace std;
10 using namespace cv;
11 
12 
13 int main()
14 {
15     Mat image = imread("11.bmp");    //将图片加载进来
16     int numOfyellow = 0;            //记录颜色为黄色的像素点
17     float rate;                     //要计算的百分率
18     for (int i = 0; i < image.rows;i++)
19     {
20         for (int j = 0; j <image.cols;j++)   //遍历图片的每一个像素点
21         {
22             if((image.at<Vec3b>(i, j)[0] <= 120 && image.at<Vec3b>(i, j)[1] >= 170 && image.at<Vec3b>(i, j)[2] >= 230)
23                 ||(image.at<Vec3b>(i,j)[0]>120&& image.at<Vec3b>(i, j)[0]<=180&&image.at<Vec3b>(i,j)[1]>=180&&
24                     image.at<Vec3b>(i,j)[2]>=220)){
 //对该像素是否为黄色进行判断
25                 numOfyellow++;
26             }
27         }
28     }
29     rate = (float)numOfyellow / (float)(image.rows * image.cols);
30     //cout << "图片中黄色区域占比为：" << fixed << setprecision(2) << rate * 100;
31     printf("The rate:%.2f%%\n", rate * 100);
32     return 0;
33 }