本文为原创文章，未经本人允许，禁止转载。转载请注明出处。

1.读取像素值

在【OpenCV基础】第三课：掩膜操作中，我们可以通过mat.ptr<uchar>()获取图像某一行像素数组的指针。因此如果想要读取点(x=50，y=0)（⚠️即(row=0,col=50)）的像素值，可以这样做：mat.ptr<uchar>(0)[50]。

在本节将介绍另外几种直接读取像素值的方法。

1.1.读取灰度图的像素值

👉方法一：

Scalar intensity1=img.at<uchar>(y,x);
int intensity2=img.at<uchar>(y,x);

📌Scalar是一个由长度为4的数组作为元素构成的结构体。Scalar最多可以存储四个值，没有提供的值默认是0。例如上述代码中intensity1=[49,0,0,0]。

因为灰度图像是单通道，因此也可以用int型。例如上述代码中intensity2=49。

👉方法二：

Scalar intensity3=img.at<uchar>(Point(x,y));

Vec3b pnt1=img.at<Vec3b>(y,x);//例如[39, 41, 51]
Scalar pnt2=img.at<Vec3b>(y,x);//例如[39, 41, 51, 0]
Vec3b pnt3=img.at<uchar>(y,x);//自动转换成灰度值，例如[49,0,0]

Vec3b的定义为typedef Vec<uchar,3> Vec3b。

类似的还有，Vec3f的定义为typedef Vec<float, 3> Vec3f。

img.at<uchar>(y,x)=128;

img.at<Vec3b>(y,x)[0]=128;//blue
img.at<Vec3b>(y,x)[1]=128;//green
img.at<Vec3b>(y,x)[2]=128;//red

bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，$1\&1=1,1\&0=0,0\&1=0,0\&0=0$。
bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，$1\mid 1=1,1\mid 0=1,0\mid 1=1,0\mid 0=0$。
bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，$1^\wedge 1=0,1^\wedge 0=1,0^\wedge 1=1,0^\wedge 0=0$。
bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，$\sim 1=0,\sim 0=1$。

限定ROI(region of interest)的位置和大小可以用：Rect r(x,y,x_length,y_length)。例如：

Rect r(10,10,100,100);//cv::Rect
Mat dst=img(r);