掩膜操作手写+API（第二天）

最新推荐文章于 2024-11-09 18:03:01 发布

weixin_33739523

最新推荐文章于 2024-11-09 18:03:01 发布

阅读量75

点赞数

文章标签：人工智能 c/c++

原文链接：http://www.cnblogs.com/wjy-lulu/p/6627895.html

版权

1.1首先是用到的理论知识：

上面是一个通用的公式，光知道上面写程序还是有点麻烦的，下面公式画的有点丑，可以表达我的观点。

1.2用到的知识点：可以边看程序边看用到的知识点：

CV_Assert(); //这是C++的一个限制函数，这个不用多说了。

dst.create();//创建一个图像，形式根据参数选定

Mat.ptr<uchar>(i,j)//代表第i行，第j个点的值(j的大小包含通道数),这是一个地址
i = Mat.rols();
j = Mat.cols()*Mat.channels();
ucahr//代表这个容器存储的类型，和C++的Vector<int> test;一样的

Mat.ptr<uchar>(i) //获取像素矩阵的指针，索引i表示第几行，从0开始计行数。这是一个指针
const uchar* current= myImage.ptr<uchar>(row);//获得当前行指针
p(row,col) =current[col]//获取当前像素点P(row, col)的像素值 这是一个值

saturate_cast<uchar>(data)//像素范围处理 
uchar//代表data的范围在-128-127 
usigned int //代表data的范围在0-255 上面的取值和系统有关，就是一个表达意思，不必深究！
 >Max=Max;<Min=Min;

代码如下：

 1 #include<iostream>
 2 #include <opencv2/opencv.hpp>
 3 #include <math.h>
 4 using namespace cv;
 5 
 6 void Mask(const Mat& src, Mat& dst);
 7 
 8 int main(int argc,char**argv)
 9 {
10     const Mat input_image = imread("9.jpg");
11     namedWindow("Sourse image");
12     imshow("Sourse image", input_image);
13     Mat output_image;
14     Mask(input_image,output_image);
15     namedWindow("Mask image");
16     imshow("Mask image",output_image);
17     waitKey(0);
18     return 0;
19 }
20 
21 void Mask(const Mat& src, Mat& dst) 
22 {
23     CV_Assert(src.depth() == CV_8U);//深度申明，只有unsigend char的可以传入
24     dst.create(src.size(),src.type());//创建一个和src大小类型一样的空模板
25     const int nChannels = src.channels();//取出通道数
26     for (int i = 1; i < src.rows - 1; i++) 
27     {
28         const uchar *previous = src.ptr<uchar>(i - 1);
29         const uchar *currents = src.ptr<uchar>(i);    //源操作图像
30         const uchar *nexts    = src.ptr<uchar>(i + 1);
31         uchar *output = dst.ptr<uchar>(i);//目标操作图像
32         for (int j = nChannels; j < src.cols*nChannels - 1; j++) 
33         {
34             //------------掩膜计算的值进行限幅------------//
35             *output++ = saturate_cast<uchar>(5 * currents[j] - currents[j - nChannels]
36                                                - currents[j + nChannels] - previous[j] - nexts[j]);
37         }
38     }
39 }

注：第一行第一列，最后一行最后一列都没经过处理，可以取值0，也可以取值原来值

2.1利用OPENCV自带的API函数进行掩膜操作：

1 Mat kernel = (Mat_<double>(3, 3) << 0, -1, 0, -1, 0, 5, -1, 0, -1, 0);//定义一个矩阵，不懂得可以看Mat的七种操作，记得加红色括号！！

2 filter2D(input_image, output_image, input_image.depth(), kernel);//掩膜操作函数

测试代码如下：

 1 int main(int argc,char**argv)
 2 {
 3     const Mat input_image = imread("9.jpg");
 4     namedWindow("Sourse image");
 5     imshow("Sourse image", input_image);
 6     Mat output_image;
 7     //Mask(input_image,output_image);
 8     Mat kernel = (Mat_<double>(3, 3) << 0, -1, 0, -1, 0, 5, -1, 0, -1, 0);
 9     filter2D(input_image, output_image, input_image.depth(), kernel);
10     namedWindow("Mask image");
11     imshow("Mask image",output_image);
12     waitKey(0);
13     return 0;
14 }

运行图片：

3.1内核函数的扩展：

1 // 如果上述的核改变成
2    Kernel = (Mat_<double>(3,3)<<1,1,1,1,1,1,1,1,1);
3    Kernel/=1/9;//那么这就是平滑滤波函数,可以根据自己的情况对内核进行更改

4.1效率测试：

opencv自带的时间计时函数，我们可以利用这个函数进行手写和API进行效率对比：

1 double Tick=static_cast<double(getTickCount());//static_cast<double>(j)这是C++自带的强制转换，相当于（double）（i），和saturate_cast<double>(i)不同（这是opencv语句）
2 filter2D(input_image, output_image, input_image.depth(), kernel);
3 Tick = (static_cast<double>(getTickCount()) - Tick) / getTickFrequency();//频率 X 计数值 = 时间
4 cout << Tick;