openCV中的矩阵掩模算法:

该博客介绍了一个使用OpenCV库进行矩阵掩模算法的图像处理示例,通过应用特定的掩模矩阵,计算每个像素的新值,从而提高图像的对比度。掩模矩阵为3x3,其公式为I(i,j)=5*I(i,j)-[I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)],并展示了如何使用filter2D函数实现这一过程。" 94591306,7793893,Flink SQL基础操作与实战,"['Flink', 'SQL', '数据处理', '流处理', '数据聚合']
摘要由CSDN通过智能技术生成

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

using namespace cv;

int main(int argc, char** argv)
{
    Mat src, dst;
    src = imread("E:/vcprojects/images/test1.JPG");
    if (!src.data)
    {
        printf("Could not load image...\n");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_NORMAL);
    imshow("input image", src);

    /*
    int cols = (src.cols - 1)*src.channels();         //矩阵掩模的具体算法
    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);    //获取位置
        const uchar* current = src.ptr<uchar>(row);          //获取当前行指针
        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]));            //获取当前像素点P(row,col)的像素值: p(row,col)=current[col]
        }
    }
    */
 
    Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);   //opencv中的矩阵掩模算法函数
    filter2D(src, dst, src.depth(), kernel);


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

    waitKey(0);
    return 0;
}


掩膜算法:
根据矩阵掩模来重新计算每个像素的像素值,掩膜(mask也被称为Kernel),通过掩膜操作实现图像对比度提高。
公式: I(i,j)=5*I(i,j)-[I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]
掩膜矩阵  0 -1 0
               -1 5 -1
               0 -1 0
本质:掩膜就是两幅图像之间进行的各种位运算操作

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值