C++ OpenCV读取图片并遍历像素详解

半杯拿铁

发布时间：2026-10-13| 5人浏览过

原创

详细讲解如何使用C++和OpenCV库实现图片读取、窗口显示，以及如何通过矩阵接口按行列访问图像底层的像素数据。包含完整的可运行代码示例。

核心功能说明

该示例代码演示了C++环境下基于OpenCV的图像处理基础操作：从磁盘加载图像到内存矩阵（Mat），验证图像有效性，实时渲染至GUI窗口，以及逐像素提取RGB/HSV等通道的原始数值。

准备条件

确保开发环境已正确安装OpenCV C++ SDK，且编译器支持C++11及以上标准（代码中使用了nullptr关键字）。准备一张测试图片，将其放置在项目源码所在的同级目录下，命名为1.jpg。

第1步：引入依赖并设置命名空间

目的：启用OpenCV的核心和高gui模块，简化后续函数调用。 操作：包含必要的头文件并使用using namespace cv;。 参数：无需额外参数。

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;

第2步：初始化并加载图像

目的：将物理图片转化为可处理的内存结构。 入口：main函数主体。 动作：声明cv::Mat image;，调用imread函数指定相对路径。关键参数："./1.jpg"（表示当前目录下的jpg文件）。 完成状态：image对象被初始化。

int main(int argc, char** argv)    
{
    Mat image;
    image = imread("./1.jpg");

第3步：执行有效性校验

目的：防止因图片丢失或路径错误导致的空指针异常。 动作：判断image.data是否为nullptr（C++11特性）。若为空则输出错误信息。 重要参数：无。完成状态：确认非空后即可继续。

    if (image.data == nullptr)
    {
        cout << "图片文件不存在" << endl;
    } else {

第4步：展示图像窗口

目的：可视化验证读取成功。 动作：调用imshow创建标题为meinv的窗口并渲染图像。动作：随后调用waitKey(0)阻塞程序，直到用户按键，避免窗口闪退。 参数："meinv"是窗口标题；0表示无限期等待按键。

        imshow("meinv", image);
        waitKey(0);

第5步：打印基本图像元数据

目的：获取并打印图像的几何特征。 入口：校验通过后的else分支内部。 动作：使用image.cols获取宽度，image.rows获取高度，image.channels()获取通道数（如彩色图为3）。 完成状态：控制台输出具体数值。

        cout << "图像宽为：" << image.cols << "\t高度为：" << image.rows << "\t通道数为：" << image.channels() << endl;

第6步：遍历并解析像素点

目的：演示如何直接操作底层内存数据进行算法开发。 入口：在元数据打印之后。 动作：定义外层循环迭代每一行y，内层循环迭代每一列x。参数：使用size_t作为索引类型以防溢出。逻辑：通过image.ptr<unsigned char>(y)获取当前行的首地址。计算当前像素首地址公式：&row_ptr[x * channels]。再嵌套循环分别输出各通道的整型值。

        // 遍历每个像素
        for (size_t y = 0; y < image.rows; y++)
        {
            unsigned char* row_ptr = image.ptr<unsigned char>(y);
            for (size_t x = 0; x < image.cols; ++x) {
                // 获取单个像素的首地址指针
                unsigned char* data_ptr = &row_ptr[x * image.channels()];
                // 逐通道输出像素值
                for (int i = 0; i < image.channels(); ++i) {
                    cout << int(data_ptr[i])<<endl;
                }
            }
        }

完整参考代码

以下为整合上述步骤的完整工程代码，可直接用于编译测试：

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;

int main(int argc, char** argv)    
{                                  
    Mat image;
    image = imread("./1.jpg");

    if (image.data == nullptr)                     
    {
        cout << "图片文件不存在" << endl;
    }
    else
    {
        //显示图片
        imshow("meinv", image);
        waitKey(0);

        // 输出图片的基本信息
        cout << "图像宽为：" << image.cols << "\t高度为：" << image.rows << "\t通道数为：" << image.channels() << endl;

        // 遍历每个像素
        for (size_t y = 0; y < image.rows; y++)
        {
            unsigned char* row_ptr = image.ptr<unsigned char>(y);
            for (size_t x = 0; x < image.cols; ++x) {
                unsigned char* data_ptr = &row_ptr[x * image.channels()];
                for (int i = 0; i < image.channels(); ++i) {
                    cout << int(data_ptr[i])<<endl;
                }
            }
        }
    }
    system("pause");
    return 0;
}