opencv学习笔记二(矩阵的掩膜操作)
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]
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
掩膜操作解释
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
函数调用filter2D功能实现掩膜操作
- 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。
自定义掩膜代码及调用filter2D函数
#include <opencv2/opencv.hpp>
#include <windows.h>
#include <iostream>
using namespace std;
using namespace cv;
//自定义掩膜操作来提高对比度并显示结果
void YanMo(Mat &src);
int main(){
Mat src;
src = imread("4.jpg");//此处默认读进来BGR的图像(有三个通道的值)
if (!src.data){
printf("could not load image...\n");
return -1;
}
namedWindow("input image",CV_WINDOW_AUTOSIZE);
imshow("input image",src);
cout << "图像的通道值:" << src.channels() << endl;//通过此可以输出通道数
//自定义掩膜操作来提高对比度并显示结果
YanMo(src);
//使用opencv中的api进行掩膜操作
//在opencv中有这样功能的api(filter2D)
Mat dst2 = Mat::zeros(src.size(), src.type());
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);//定义掩膜
//filter2D(src, dst2, src.depth(), kernel);//使用filter2D进行掩膜操作,和上面自定义掩膜操作功能相同
//src.depth()表示位图的深度,不知道就-1表示与输入图像一样
//测量opencv中filter2D函数执行时间
LARGE_INTEGER t1, t2, tc;//定义时间变量
QueryPerformanceFrequency(&tc);//能获取计算机内精确计时器每秒的滴答数。
QueryPerformanceCounter(&t1);//能获取计算机内精确计时器从开机起的总滴答数
filter2D(src, dst2, src.depth(), kernel);
QueryPerformanceCounter(&t2);//能获取计算机内精确计时器从开机起的总滴答数
printf("filter2D Use Time:%f\n", (t2.QuadPart - t1.QuadPart)*1.0 / tc.QuadPart);//得到调用上面函数filter2D所耗时间
namedWindow("contrast image demo2", CV_WINDOW_AUTOSIZE);
imshow("contrast image demo2", dst2);//对比度提高后的图像
waitKey(0);
return 0;
}
//自定义掩膜操作来提高对比度并显示结果
void YanMo(Mat &src){
//int cols = src.cols * src.channels();//获取mat对象的实际的像素cols(宽度),图像的clos*图像的通道数;
int cols = (src.cols - 1) * src.channels();//最后一列不获取(用不到src.cols)
int offsetx = src.channels();//此处将0、1、2第一列三通道(处于边缘像素)的略掉,从3开始获取像素
int rows = src.rows;
Mat dst = Mat::zeros(src.size(), src.type());//初始化一个dst图像和读入的src图像类型大小相同,背景为0
//通过指针遍历Mat对象中的像素数据(要注意哪些指针可以操作,哪些不能赋值)
for (int row = 1; row < (rows - 1); row++){ //row行从1开始,不从最边缘开始(为了进行掩膜操作使得掩膜重合),不到最边缘结束(row-1)
//此处获取每个通道对应指针
const uchar* previous = src.ptr<uchar>(row - 1);//获取上一行指针
const uchar* current = src.ptr<uchar>(row);//获取当前行指针
const uchar* next = src.ptr<uchar>(row + 1);//获取下一行指针
uchar* output = dst.ptr<uchar>(row);//获取dst的行的指针
for (int col = offsetx; col < cols; col++) {
//output[col] = 5 * current[col] - (current[col - offsetx] + current[col + offsetx] + previous[col] + next[col]); //使用 saturate_cast<uchar>(令像素值在0-255之间)
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);//对比度提高后的图像
}