前言
在面向对象的编程中，循环数据汇合通常是应用迭代器实现的。迭代器是专门为遍历汇合的每个元素而构建的类，暗藏了如何迭代给定汇合中每个元素的具体操作。信息暗藏原理的利用使扫描汇合更容易、更平安；同时，无论应用什么类型的汇合，迭代的模式都是类似的。规范模板库 (Standard Template Library, STL) 具备与其每个汇合类相关联的迭代器类。而 OpenCV 同样提供了一个 cv::Mat 迭代器类，该类与 C++ STL 中的规范迭代器兼容。在本节中，咱们应用持续增色工作解说如何应用迭代器扫描图像。
应用迭代器扫描图像
Cv::Mat 实例的迭代器对象能够通过首先创立一个 cv::MatIterator_ 对象来取得。与 cv::Mat_ 的状况一样，下划线示意这是一个模板子类。实际上，因为图像迭代器用于拜访图像元素，因而在编译时必须晓得返回类型。迭代器申明如下：
cv::MatIterator_<cv::Vec3b> it;
或者，也能够应用 Mat_ 模板类中定义的迭代器类型：
cv::Mat_<cv::Vec3b>::iterator it;
接下来，咱们将迭代器利用于色彩缩小工作。
要将迭代器利用于色彩缩小工作，须要执行以下步骤。
1、咱们应用常见的开始和完结迭代器办法循环像素。首先，咱们必须取得开始地位：
// 在初始地位获取迭代器
cv::Mat_<cv::Vec3b>::iterator it = image.begin<cv::Vec3b>();2、而后，咱们必须取得迭代器的完结地位：
// 获取完结地位
cv::Mat_<cv::Vec3b>::iterator itend = image.end<cv::Vec3b>();3、接下来，咱们必须循环迭代器直到完结地位：
// 循环所有像素
for (; it!= itend; ++it) {4、最初，对像素利用色彩缩小算法：
(*it)[0]= (*it)[0]/div*div + div/2;
(*it)[1]= (*it)[1]/div*div + div/2;
(*it)[2]= (*it)[2]/div*div + div/2;因为咱们正在解决彩色图像，以上代码中的迭代器会返回一个 cv::Vec3b 实例，应用解援用运算符 [] 能够拜访每个色彩通道元素。
无论扫描哪种类型的汇合，应用迭代器始终须要遵循雷同的模式。首先，应用适当的专用类创立迭代器对象，在以上代码中，咱们应用了 cv::Mat_<cv::Vec3b>::iterator (或 cv::MatIterator_<cv::Vec3b>)。
而后，获取在起始地位 (在以上代码中为图像的左上角) 处应用 begin 办法初始化的迭代器。应用 cv::Mat 实例，能够通过 image.begin<cv::Vec3b>() 获取起始地位。咱们也能够在迭代器上应用算术。例如，如果心愿从图像的第二行开始迭代，能够在 image.begin<cv::Vec3b>()+image.cols 处初始化 cv::Mat 迭代器。汇合的完结地位的获取形式相似，但应用的是 end 办法。也能够在完结迭代器上应用算术；例如，如果心愿在最初一行之前进行，最终迭代将在迭代器达到 image.end<cv::Vec3b>()-image.cols 时进行。