OpenCV小白学习笔记(二)图像处理

图像处理（二）

矩阵的掩膜操作

1. 获取图像像素指针
2. 掩膜操作

获取图像像素指针

CV_Assert(myImage.depth() == CV_8U);

Mat.ptr(int i=0) 获取像素矩阵的指针，索引i表示第几行，从0开始计行数。
获得当前行指针const uchar* current= myImage.ptr(row );
获取当前像素点P(row, col)的像素值 p(row, col) =current[col]

注意：这里的row和col是像素点的行和列，在MAT类中定义的

像素范围处理saturate_cast

saturate_cast（-100），返回 0。
saturate_cast（288），返回255
saturate_cast（100），返回100
这个函数的功能是确保RGB值得范围在0~255之间

保证能够正常输出

什么是掩膜操作呢？

掩膜操作实现图像对比度调整-红色是中心像素，从上到下，从左到右对每个像素做同样的处理操作，得到最终结果就是对比度提高之后的输出图像Mat对象，通俗来说就是提高照片的对比度

注：每一个像素点的对比度提高都是通过相邻的四个像素点来进行矩阵计算的

掩膜矩阵计算代码

int cols = (src.cols-1) * src.channels();
	int offsetx = src.channels();
	int rows = src.rows;

	dst = Mat::zeros(src.size(), src.type());
	for (int row = 1; row < (rows - 1); row++) {
		const uchar* previous = src.ptr<uchar>(row - 1);
		const uchar* current = src.ptr<uchar>(row);
		const uchar* next = src.ptr<uchar>(row + 1);
		uchar* output = dst.ptr<uchar>(row);
		for (int col = offsetx; col < cols; col++) {
			output[col] = saturate_cast<uchar>(5 * current[col] - (current[col- offsetx] + current[col+ offsetx] + previous[col] + next[col]));
		}
	}

以上代码了解一下即可，一般可以使用filter2D函数计算

函数调用filter2D功能

定义掩膜：Mat kernel = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D( src, dst, src.depth(), kernel );其中src与dst是Mat类型变量、src.depth表示位图深度，有32、24、8等。

具体代码实现

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("D:/vcprojects/images/test.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	
	double t = getTickCount();
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst, src.depth(), kernel);
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %.2f\n", timeconsume);//解析所用的时间多少

	namedWindow("contrast image demo", CV_WINDOW_AUTOSIZE);
	imshow("contrast image demo", dst);

	waitKey(0);
	return 0;
}