opencv图像矩阵掩模

如上图所示，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（上图的公式），得到最终结果就是对比度提高之后的输出图像Mat对象。

Mat图像在opencv中的存储形式一般是二维向量（可以理解为二维数组），即从（0，0）到（rows-1，cols-1）。

例如：RGB三通道彩色图的存储形式如下图：

例如：单通道灰度图的存储形式如下图：

那么我们在对像素点（row，col）进行掩模时需要注意，有些像素点不满足条件（二维向量图四边上的点，例如：（0，0），（0，1），（1，0）等）。

为了实现掩模操作，介绍几个函数：

1.获取图像像素指针

Mat.ptr<uchar>(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<uchar>(row );

获取当前像素点P(row, col)的像素值 p(row, col) =current[col]

2.像素范围处理saturate_cast<uchar>

这个函数的功能是确保RGB值得范围在0~255之间

saturate_cast<uchar>（-100），返回 0

saturate_cast<uchar>（288），返回255

saturate_cast<uchar>（100），返回100

3.filter2D

我们可以通过opencv提供的函数定义掩膜，然后借助filter2D实现掩模

Mat kernel = (Mat_<char>(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。

 

首先，我们用第一种方法实现，不借助filter2D，代码如下：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
    Mat img,dst;
    img=imread("C:/Users/Administrator/Pictures/jjskll.jpg");
    if(!img.data)
    {
        printf("read img failed...\n");
        return -1;
    }
    //namedWindow("displayImge",CV_WINDOW_AUTOSIZE); //创建一个新窗口
    imshow("inputImge",img);
 
   //每一列必须乘以通道数，因为有可能为彩色图像，列为灰度的三倍
   //由于最外围的一圈像素点没办法进行图像掩模（因为我们算的是模板中心点的值，
   //模板放在最边缘也算不出最外圈的掩模值）
   int cols = (img.cols-1)*img.channels();
   int offsetx = img.channels();
   int rows = img.rows;
   dst = Mat::zeros(img.size(),img.type());
   //row从1开始一直取到rows-2结束，表示不要对最外围的像素点掩模
   for (int row = 1; row < rows-1; row++)
   {
       
       //通过像素指针，拿到行指针
       const uchar* previous = img.ptr<uchar>(row-1);
       const uchar* current = img.ptr<uchar>(row);
       const uchar* next = img.ptr<uchar>(row+1);
       uchar* output = dst.ptr<uchar>(row);
       //col从3开始（第4列），因为彩色图像会有三个通道，最外围的像素点不掩模
       //每个像素有BGR三个通道
       //分别对每个像素的BGR都要分别进行掩模操作
       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]));
       }
   }
    namedWindow("contrast image demo",CV_WINDOW_AUTOSIZE);
    imshow("contrast image demo",dst);
    waitKey(0);
    return 0;
}

原图如下：

掩模后的效果如下:

上面是我们自己通过掩模的定义来实现的，接下来我们借助filter2D来实现

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
    Mat img,dst;
    img=imread("C:/Users/Administrator/Pictures/jjskll.jpg");
    if(!img.data)
    {
        printf("read img failed...\n");
        return -1;
    }
    //namedWindow("displayImge",CV_WINDOW_AUTOSIZE); //创建一个新窗口
    imshow("inputImge",img);

    double t = getTickCount();
    Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    filter2D(img, dst, img.depth(), kernel);
    double timeconsume = (getTickCount() - t) / getTickFrequency();
    printf("time consume %.2f", timeconsume);

    namedWindow("contrast image demo",CV_WINDOW_AUTOSIZE);
    imshow("contrast image demo",dst);
    waitKey(0);
    return 0;
}

运行效果和上面的完全一样，唯一的区别就是会输出运行时间