图像处理算法实战【2】读取图片并获取指定像素位置的RGB值

本篇文章旨在通过详细的逐行注释，介绍如何分别使用 C/C++/Python 读取图片并获取指定像素位置的RGB值，其中C语言通过算法源码实现，C++和Python通过Opencv实现。

Python实现

from PIL import Image
import matplotlib.pyplot as plt
filename = "demo.jpg"  # 图片文件路径

# 打开图像
image = Image.open(filename)

# 获取图像的宽度和高度
width, height = image.size

x = 100  # 像素位置的x坐标
y = 100  # 像素位置的y坐标

# 判断像素位置是否有效
if x >= 0 and x < width and y >= 0 and y < height:
    # 获取指定像素位置的RGB值
    r, g, b = image.getpixel((x, y))
    print(f"Pixel value at ({x}, {y}): R={r}, G={g}, B={b}")
else:
    print("Invalid pixel position.")

# 显示图像
plt.imshow(image)
plt.axis('off')
plt.show()

# 关闭图像
image.close()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

C实现

#include 
#include "stb_image.h"

#define STB_IMAGE_IMPLEMENTATION

// Image结构体，用于存储图像相关的信息和数据
typedef struct {
    int width;  //图像宽度
    int height; //图像高度
    int channels;  //图像通道数
    unsigned char* data;  //图像数据指针
} Image;

// 读取JPEG图像文件，并将图像数据存储在Image结构体
Image* readJPEG(const char* filename) {
    int width, height, channels;
    // 从指定的JPEG图像文件中加载图像数据
    unsigned char* image_data = stbi_load(filename, &width, &height, &channels, 0);
    // 如果加载失败，函数将打印错误消息并返回NULL

    if (image_data == NULL) {
        printf("Failed to load image file.\n");
        return NULL;
    }
    // 如果加载成功，函数将分配一个Image结构体的内存空间，并将图像的宽度、高度、通道数和数据指针设置为相应的值
    Image* image = (Image*)malloc(sizeof(Image));
    image->width = width;
    image->height = height;
    image->channels = channels;
    image->data = image_data;

    return image;
}

// 获取指定像素位置的RGB值
void getPixelValue(Image* image, int x, int y, unsigned char* r, unsigned char* g, unsigned char* b) {
    int index = (y * image->width + x) * image->channels;
    *r = image->data[index];         // 红色通道值
    *g = image->data[index + 1];     // 绿色通道值
    *b = image->data[index + 2];     // 蓝色通道值
}

int main() {
    const char* filename = "demo.jpg";  // 图片文件路径

    // 读取JPEG图像
    Image* image = readJPEG(filename);  // 调用自定义函数readJPEG读取JPEG图像
    if (image == NULL) {
        return 1;
    }

    int x = 100;  // 像素位置的x坐标
    int y = 100;  // 像素位置的y坐标
    unsigned char r, g, b;

    if (x >= 0 && x < image->width && y >= 0 && y < image->height) {
        // 调用getPixelValue获取指定像素位置的RGB值
        getPixelValue(image, x, y, &r, &g, &b);
        printf("Pixel value at (%d, %d): R=%d, G=%d, B=%d\n", x, y, r, g, b);
    } else {
        printf("Invalid pixel position.\n");
    }

    stbi_image_free(image->data);  // 释放图像数据内存
    free(image);                   // 释放图像结构体内存

    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

C++实现

#include 
#include 

int main() {
    std::string filename = "demo.jpg";  // 图片文件路径

    // 读取图像
    cv::Mat image = cv::imread(filename);
    if (image.empty()) {
        std::cout << "Failed to load image file." << std::endl;
        return 1;
    }

    int x = 100;  // 像素位置的x坐标
    int y = 100;  // 像素位置的y坐标

    // 判断像素位置是否有效
    if (x >= 0 && x < image.cols && y >= 0 && y < image.rows) {
        cv::Vec3b pixel = image.at(y, x);
        int r = pixel[2];
        int g = pixel[1];
        int b = pixel[0];
        std::cout << "Pixel value at (" << x << ", " << y << "): R=" << r
            << ", G=" << g << ", B=" << b << std::endl;
    }
    else {
        std::cout << "Invalid pixel position." << std::endl;
    }

    // 显示图像
    cv::imshow("Image", image);
    cv::waitKey(0);

    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35