这篇文章偏向于利用Emgu CV解决实际项目问题，干货满满，因为它涉及到了一个很重要的图形处理环节---Mat类型元素的访问和修改。

对于OpenCV来说，不论是使用环境是C++还是python，都可以直接按照Row、Col坐标点直接读取和修改Mat元素值，而把OpenCV进行C#封装后，Emgu CV就不允许这么操作了。为什么？？？？？我也不知道，但是它还有其它间接的方法，就是与Emgu CV中的Image类来相互转换，共同配合完成像素值的读、写操作。具体演示如下：

1、直接通过Image的索引，三通道彩色图像像素访问及修改

还以大名鼎鼎的lena.jpg举例，将其赋给srcMat。通过Image的索引，完成三通道彩色图像像素访问及修改，具体方法就是：

• 定义一个与srcMat尺寸相同的三通道图像，Image类型变量，Bgr颜色空间，取名dstImage
• 将srcMat转换成另一个Image类型变量，Bgr颜色空间，取名tempImage
• 根据Cols、Rows遍历dstImage
• 读取指定像素点的方法就是tempImage[i, j].Blue, tempImage[i, j].Green, tempImage[i, j].Red
• 赋值的方法就是dstImage[i, j] = new Bgr(255, 255, 255);
• 最终dstImage通过ConvertTo函数转换成8位无符号整型的Mat进行显示。

代码如下：

Mat dstMat = srcMat.Clone();
int width = srcMat.Cols;
int height = srcMat.Rows;
Image<Bgr, int> dstImage = new Image<Bgr, int>(width, height);
Image<Bgr, int> tempImage = dstMat.ToImage<Bgr, int>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; ++j)
    {
        if (i % 20 < 10)
        {
            dstImage[i, j] = new Bgr(255, 255, 255); ;
        }
        else
        {
            dstImage[i, j] = new Bgr(tempImage[i, j].Blue, tempImage[i, j].Green, tempImage[i, j].Red);
        }
    }
}

dstMat = dstImage.Mat;
dstMat.ConvertTo(dstMat, DepthType.Cv8U);
CvInvoke.Imshow("Result Mat, " + dstMat.Size.ToString(), dstMat);

代码执行后，输出图像如下： 

上述代码执行完成，在我这里大概用了0.04秒左右。 

2、直接通过Image的索引，单通道灰度图像像素访问及修改

除了三通道的图像，还有一种常用的灰度图，它是单通道的。这里就需要增加一个步骤，将原始图篇通过CvtColor()函数转换成灰度图(CvtColor()具体用法和各个参数含义今后会详细介绍),其余步骤和刚刚的代码大同小异。

代码如下：

Mat gray = new Mat();
int width = srcMat.Cols;
int height = srcMat.Rows;
CvInvoke.CvtColor(srcMat, gray, ColorConversion.Bgr2Gray);
Image<Gray, int> dstImage = new Image<Gray, int>(width, height);
Image<Gray, int> tempImage = gray.ToImage<Gray, int>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; ++j)
    {
        if (i % 20 < 10)
        {
            dstImage[i, j] = new Gray(0);
        }
        else
        {
            dstImage[i, j] = tempImage[i, j];
        }
    }
}

gray = dstImage.Mat;
gray.ConvertTo(gray, DepthType.Cv8U);
CvInvoke.Imshow("Result Mat, " + gray.Size.ToString(), gray);

这段代码执行用时0.015秒左右，效果如下： 

3、Image的Data属性遍历图片，三通道彩色图像像素访问及修改

 上面的两段图像处理代码，对于一副512 * 512大小的图片，处理时间都在百分之几秒左右。看上去是不是速度还可以，但是，对于真正的高速图像处理(比如摄像机指挥机器臂的操作)，这个时间还是太慢了。有没有更快一些的办法呢？？？？

那是必须的，Image元素除了直接使用索引以外，它还有一个Data属性，通过这个属性，可以加快图像读写速度。比如第一节介绍的对三通道彩色图像的访问及修改，修改完代码后，执行时间大概在0.005秒，快了十倍。代码如下：

Mat dstMat = srcMat.Clone();
int width = srcMat.Cols;
int height = srcMat.Rows;
Image<Bgr, int> dstImage = new Image<Bgr, int>(width, height);
Image<Bgr, int> tempImage = dstMat.ToImage<Bgr, int>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; ++j)
    {
        if (i % 20 < 10)
        {
            dstImage.Data[i, j, 0] = 255;
            dstImage.Data[i, j, 1] = 255;
            dstImage.Data[i, j, 2] = 255;
        }
        else
        {
            dstImage.Data[i, j, 0] = tempImage.Data[i, j, 0];
            dstImage.Data[i, j, 1] = tempImage.Data[i, j, 1];
            dstImage.Data[i, j, 2] = tempImage.Data[i, j, 2];
        }
    }
}

dstMat = dstImage.Mat;
dstMat.ConvertTo(dstMat, DepthType.Cv8U);
CvInvoke.Imshow("Result Mat, " + dstMat.Size.ToString(), dstMat);

4、Image的Data属性遍历图片，单通道灰度图像像素访问及修改 

Image的Data属性读写单通道灰度图呢，执行时间大概在0.002秒，大概也是十倍的速度提升。具体代码如下：

Mat gray = new Mat();
int width = srcMat.Cols;
int height = srcMat.Rows;
CvInvoke.CvtColor(srcMat, gray, ColorConversion.Bgr2Gray);
Image<Gray, int> dstImage = new Image<Gray, int>(width, height);
Image<Gray, int> tempImage = gray.ToImage<Gray, int>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; ++j)
    {
        if (i % 20 < 10)
        {
            dstImage.Data[i, j, 0] = 0;
        }
        else
        {
            dstImage.Data[i, j, 0] = tempImage.Data[i, j, 0];
        }
    }
}

gray = dstImage.Mat;
gray.ConvertTo(gray, DepthType.Cv8U);
CvInvoke.Imshow("Result Mat, " + gray.Size.ToString(), gray);

总结

Emgu CV与C#的相互配合，比OpenCV和C++的方式，在代码运行速度上确实要慢，但是通过合理的代码设计，也可以达到非常理想的运行速度，完全能够满足实际工业项目上的需求。这就需要开发人员多尝试，多试验。

原创不易，请勿抄袭。共同进步，相互学习。