关于QImage提取单色通道方法（vector)

　　转载请标明处：

　　作者：微微苏荷

　　近日，用QT和mxnet结合做一个图像识别的demo。遇到需要把图片从QImage转为vector单色分离的格式的要求，用来识别时输入。
经实践，找到3种方法，分享给大家：
需要注意的是，QImage的存储顺序是 BGRA（opencv也是这样反着的）,不是正常口述RGBA.

另：mx_float == float
一.

int image_size = width * height * channels; //图像的宽/高/通道数（除去了A通道）
std::vector<mx_float> image_data = std::vector<mx_float>(image_size);
mx_float* ptr_image_r = image_data.data();
const uchar* pData= image.constBits(); // 获取图像原始数据

mx_float* ptr_image_g = image_data.data() + image_size / 3;
mx_float* ptr_image_b = image_data.data() + image_size / 3 * 2;
for (int i = 0; i < height; i++){
    int lineNum_32 = i * width * 4;
    for (int k = 0; k < width; k++){
        if(1 < IMAGE_CHANNELS){
        // 乘以4的原因是QImage是四个通道存储的，BGRA，所以每个像素都占有4个字节。
          　*ptr_image_r++ = static_cast<mx_float> (pData[lineNum_32 + k * 4 + 2]) ;
           *ptr_image_g++ = static_cast<mx_float> (pData[lineNum_32 + k * 4 + 1]);
        }
        *ptr_image_b++ = static_cast<mx_float> (pData[lineNum_32 + k * 4 ]) ;
     }    
}

二.利用image.scanLine（）,获取每行扫描线的首地址

int image_size = width * height * channels; //图像的宽/高/通道数（除去了A通道）
std::vector<mx_float> image_data = std::vector<mx_float>(image_size);
mx_float* ptr_image_r = image_data.data();
const uchar* pData= image.constBits(); // 获取图像原始数据

mx_float* ptr_image_g = image_data.data() + image_size / 3;
mx_float* ptr_image_b = image_data.data() + image_size / 3 * 2;
for (int i = 0; i < height; i++){
    uchar *imageScanLine = image.scanLine(i);
    for (int k = 0; k < width; k++){
        if(1 < IMAGE_CHANNELS){
        // 乘以4的原因是QImage是四个通道存储的，BGRA，所以每个像素都占有4个字节。
           *ptr_image_r++ = static_cast<mx_float>(
                            imageScanLine[k * 4 + 2]) ;
           *ptr_image_g++ = static_cast<mx_float>(
                            imageScanLine[k * 4 + 1]) ;
                
        }
        *ptr_image_b++ = static_cast<mx_float>(
                            imageScanLine[k * 4]) ;
     }    
}

三.最可靠最简洁的方法.但是可能性能比上两个稍微差些（没有评估），因为他每个像素都要从QImage获取一次，不确定会不会比一次获取完和一次获取一行有性能之差，但个人感觉不会，因为QImage也是在内存中，不存在文件IO。但是他很简单，不需要考虑图片的位深和存储顺序/大端小端等问题。

int image_size = width * height * channels; //图像的宽/高/通道数（除去了A通道）
std::vector<mx_float> image_data = std::vector<mx_float>(image_size);
mx_float* ptr_image_r = image_data.data();
const uchar* pData= image.constBits(); // 获取图像原始数据

mx_float* ptr_image_g = image_data.data() + image_size / 3;
mx_float* ptr_image_b = image_data.data() + image_size / 3 * 2;
for (int i = 0; i < height; i++){
    uchar *imageScanLine = image.scanLine(i);
    for (int k = 0; k < width; k++){
            // 没有做兼容单通道
    　　QRgb bits = image.pixel(i, k);
       *ptr_image_r++ = static_cast<mx_float>(qRed(bits)) ;
       *ptr_image_g++ = static_cast<mx_float>(qGreen(bits));
       *ptr_image_b++ = static_cast<mx_float>(qBlue(bits)) ;
    }    
}