大家好，又见面了，我是你们的朋友全栈君。

一、指针遍历

        首先介绍几个Mat类型的属性，rows是Mat类型的行数，cols是列数，channels()是通道数，那么对于图像的每一行，都有cols*channels()个像素点，所以我们可以对所有行进行遍历，然后对于特定一行，遍历所有像素点，代码如下：

int nl= image.rows; // 行数
// 每行的元素数量
int nc= image.cols * image.channels();
for (int j=0; j<nl; j++) {
    // 取得行 j 的地址
    uchar* data= image.ptr<uchar>(j);
    for (int i=0; i<nc; i++) {
        // 处理每个像素 ---------------------
        data[i]= 0；
        // 像素处理结束 ----------------
    } // 一行结束
}

ptr也是一个模板属性，用来获取地址，而我们为什么要按行遍历而不直接从第一个元素位置直接遍历nl*nc个呢？

        这是因为在彩色图像中，图像数据缓冲区的前 3 字节表示左上角像素的三个通道的值，接下来的 3字节表示第 1 行的第 2 个像素，以此类推（注意 OpenCV 默认的通道次序为 BGR）。一个宽 W高 H 的图像所需的内存块大小为 W×H×3 uchars。不过出于性能上的考虑，我们会用几个额外的像素来填补行的长度。这是因为，如果行数是某个数字（例如 8）的整数倍，图像处理的性能可能会提高，因此最好根据内存配置情况将数据对齐。所以并不一定每行最后一个元素后边一定是下一行的第一个元素！

        但我们可以使用isContinuous()来检查是的有填充，如果没有填充，isContinuous()会返回true，所以我们可以采用下边方法遍历：

int nl= image.rows; // 行数
// 每行的元素总数
int nc= image.cols * image.channels();
if (image.isContinuous()) {
// 没有填充的像素
     nc= nc*nl;
     nl= 1; // 它现在成了一个一维数组
}

for (int j=0; j<nl; j++) {
    uchar* data= image.ptr<uchar>(j);
    for (int i=0; i<nc; i++) {
        *data++ = 0；
    } // 一行结束
}

二、迭代器遍历

        首先要介绍一下OpenCV的cv::Mat 实例的迭代器，首先要创建一个 cv::MatIterator_对象。跟 cv::Mat_类似，这个下划线表示它是一个模板子类。因为图像迭代器是用来访问图像元素的，所以必须在编译时就明确返回值的类型。可以这样定义彩色图像的迭代器：

cv::MatIterator_<cv::Vec3b> it;

        也可以使用在 Mat_模板类内部定义的 iterator 类型：

cv::Mat_<cv::Vec3b>::iterator it;

        然后就可以使用常规的迭代器方法 begin 和 end 对像素进行循环遍历了。不同之处在于它们仍然是模板方法。

        举个例子，对一张彩色图片进行遍历的代码为：

// 迭代器
cv::Mat_<cv::Vec3b>::iterator it= image.begin<cv::Vec3b>();
cv::Mat_<cv::Vec3b>::iterator itend= image.end<cv::Vec3b>();

// 扫描全部像素
for ( ; it!= itend; ++it) {
    //对像素点的处理
    (*it)[0] = 255;
    (*it)[1] = 255;
    (*it)[2] = 255;
}