OpenCV（C++）---矩阵的掩膜操作

1、 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]

2、像素范围处理saturate_cast

这个函数的功能是确保RGB值得范围在0~255之间，如下所示：

• saturate_cast（-100），返回 0
• saturate_cast（288），返回255
• saturate_cast（100），返回100

3、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。

• 矩阵的掩膜操作十分简单，根据掩膜来重新计算每个像素的像素值，掩膜（mask 也被称为Kernel）
• 掩膜矩阵 3*3 在图像矩阵上移动与图像重合，与每一个重合的像素点做掩膜操作，
• 公式：中心点掩膜后的颜色数据 I ( i , j ) = 5 ∗ I ( i , j ) − [ I ( i − 1 , j ) + I ( i + 1 , j ) + I ( i , j − 1 ) + I ( i , j + 1 ) ] I(i,j) = 5*I(i,j) - [I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]I(i,j)=5∗I(i,j)−[I(i−1,j)+I(i+1,j)+I(i,j−1)+I(i,j+1)]
• 这里是3*3的矩阵，所以图像数据的第一行倒数第一行，第一列倒数第一列不做掩膜操作 。其中： i，j 表示像素的位置，第 i 行，第 j 列， I（i，j） 表示每个通道颜色数据。
• 掩膜操作不是矩阵乘法，由公式可以看出
• 该掩膜矩阵的作用： 掩膜操作可以提高图像对比度，对比度提高可以增加图像感官度、锐化，让看起来有点模糊的图像更清晰
  程序代码：

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

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:/Users/86180/Desktop/文档/学习/opencv/图片处理/zqy4.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	int cols = (src.cols-1) * src.channels();//列数*通道数
	int offsetx = src.channels();//图像的通道数
	int rows = src.rows;//行数

	dst = Mat::zeros(src.size(), src.type());//初始化 dst
	for (int row = 1; row < (rows - 1); row++) {
		const uchar* previous = src.ptr<uchar>(row - 1);//上一行
		const uchar* current = src.ptr<uchar>(row);//当前行
		const uchar* next = src.ptr<uchar>(row + 1);//下一行
		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]));
		}
	}
	
	namedWindow("contrast image demo", WINDOW_AUTOSIZE);
	imshow("contrast image demo", dst);

	waitKey(0);
	return 0;
}

运行后的效果：
原图
操作过后的图：

如果代码中省略了saturate_cast函数：

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] = 5 * current[col] - (current[col- offsetx] + current[col+ offsetx] + previous[col] + next[col]);
		}
	}

其效果如下图所示：

4、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。

代码如下：

#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", WINDOW_AUTOSIZE);
	imshow("input image", src);
	
	double t = getTickCount();//测试运行时间
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst, src.depth(), kernel);//若将src.depth()改成-1，运行的结果不变
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %.2f\n", timeconsume);

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

	waitKey(0);
	return 0;
}

运行结果与上述代码一致！

以上内容均是在B站OpenCV基础课程听课笔记！有兴趣可前往搜索！