如何在C++中无循环实现OpenCV的cv::Mat条件式元素运算？

要实现你描述的操作——仅对cv::Mat中取值在-5到5之间的元素执行value = value*2 +1的运算，完全不需要手动写循环，利用OpenCV的内置矩阵操作和掩码功能就能高效完成，以下是两种简洁的实现方式：

方法1：使用cv::inRange生成掩码 #

先通过inRange函数创建二值掩码，标记出符合条件的元素位置，再用setTo方法对掩码覆盖的区域执行运算：

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = ...; // 你的输入图像，支持整数或浮点型

    // 生成掩码：符合-5 < pixel <5的位置为非0值，其余为0
    cv::Mat mask;
    cv::inRange(image, cv::Scalar(-5), cv::Scalar(5), mask);

    // 创建结果矩阵，先复制原图像
    cv::Mat result = image.clone();
    // 仅对掩码区域的元素执行运算
    result.setTo(image * 2 + 1, mask);

    // 后续处理result...
    return 0;
}

方法2：直接使用矩阵逻辑运算生成掩码 #

无需单独调用inRange，直接通过矩阵的比较运算组合出掩码，代码更紧凑：

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = ...; // 你的输入图像

    cv::Mat result = image.clone();
    // 直接用逻辑运算生成掩码，仅对满足条件的元素赋值
    result.setTo(image.mul(cv::Scalar(2)) + cv::Scalar(1), (image > -5) & (image < 5));

    // 后续处理result...
    return 0;
}

注意事项 #

• 这两种方法都依赖OpenCV的底层优化（如SIMD指令），效率远高于手动循环。
• 注意图像的数据类型：如果是整数类型（如CV_8S、CV_16S），要确保运算后的值不会超出类型的取值范围（比如CV_8S的范围是-128到127）；如果是浮点型则无需担心。
• 若输入图像是多通道的，上述代码会自动对所有通道应用相同的规则，符合大多数场景需求。

内容的提问来源于stack exchange，提问作者Alberto MQ