#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
using namespace std;
using namespace cv;
// 访问Mat中每个像素的值 
// https://blog.csdn.net/xiaowei_cqu/article/details/19839019
// https://blog.csdn.net/xiaowei_cqu/article/details/7771760 
// 减小颜色空间 color space reduction
// 减小颜色空间的操作，这在一些识别之类的应用中会大大降低运算复杂度。
// 经典的Reduce Color的例子，即对图像中的像素表达进行量化。如常见的RGB24图像有
// 256×256×256中颜色，通过Reduce Color将每个通道的像素减少8倍至256/8=32种，则图像只有
// 32×32×32种颜色。假设量化减少的倍数是N，则代码实现时就是简单的value/N*N，
// 通常会再加上N/2以得到相邻的N的倍数的中间值，最后图像被量化为
// (256/N)×(256/N)×(256/N)种颜色。通过定义：
// middle = 64 / 2
//  0  ~  63   范围的像素值为   0 + middle
// 64  ~ 127   范围的像素值为  64 + middle
// 128 ~ 191   范围的像素值为 128 + middle
// 192 ~ 255   范围的像素值为 192 + middle
// 这样的操作将颜色取值降低为 64 * 64 * 64 种情况。这个操作可以用到一个简单的公式：
// iamge_new = (image_old / div) * div + middle

class ColorReduce
{
    typedef Mat_<Vec3b>::iterator iterator;
public:
    static void colorReduce(Mat& image, int div = 64);

private:
    static void Continuous(Mat& image, int& rows, int& cols);  // 矩阵内存分布连续测试
    static void TravelPixels(Mat& image, int rows, int cols, int div);
};

void ColorReduce::Continuous(Mat& image, int& rows, int& cols)
{
    if (image.isContinuous())
    {
        cols *= rows;
        rows = 1;
    }
}

void ColorReduce::colorReduce(Mat& image, int div) 
{
    CV_Assert(image.depth() != sizeof(uchar));
    if (!div) return;
    int rows = image.rows, cols = image.cols * image.channels();
    Continuous(image, rows, cols);
    TravelPixels(image, rows, cols, div);
}

void ColorReduce::TravelPixels(Mat& image, int rows, int cols, int div)
{
    if (image.data == nullptr)  return;
    uchar* data = nullptr;
    iterator i = image.begin<Vec3b>();
    iterator e = image.end<Vec3b>();
    switch (image.channels())
    {
        case 1:   
            for (int j = 0; j < rows; ++j)   // using .ptr和[]操作符
            { // Mat最直接的访问方法是通过.ptr<>函数得到一行的指针，并用[]操作符访问某一列的像素值
                data = image.ptr<uchar>(j);
                if (data == nullptr)  break;
                for (int i = 0; i < cols; ++i)
                    data[i] = (data[i] / div) * div + (div >> 1);
            }
            break;

        case 3:
            for (; i != e; ++i)  // using Mat_ iterator 遍历安全, 但速度较慢, 官方推荐
            {
                (*i)[0] = ((*i)[0] / div) * div + (div >> 1);  // blue
                (*i)[1] = ((*i)[1] / div) * div + (div >> 1);  // green
                (*i)[2] = ((*i)[2] / div) * div + (div >> 1);  // red
            }
            break;

        default:
            break;
    }
}

int main()
{
    Mat image = cv::imread("test.jpg", IMREAD_COLOR);
    if (image.empty())
    {
        cout << "failed to read image" << endl;
        return -1;
    }

    int div = 4;
    ColorReduce::colorReduce(image, div);

    if (image.type() == CV_8UC3)
    {
        if (image.empty())
            return -1;

        imshow("color", image);

        Mat gray;
        cvtColor(image, gray, COLOR_RGB2GRAY);

        if (gray.empty()) 
            return -1;

        if(gray.type() == CV_8UC1)
            imshow("gray", gray);

        waitKey(0);
    }

    return 0;
}