opencv mat release thrown_【2】OpenCV核心模块（3）矩阵的Mask操作（滤波）

矩阵的mask运算相当简单，就是通过一个mask矩阵（也称为核kernel）在图像中移动，并重新计算图像中的每个像素值。Mask矩阵决定着当前计算的像素点周围像素对其值的影响程度。从数学的角度来看，新的像素值是指定的数值进行了加权平均。通常所说的图像滤波、卷积、相关等运算都用到了该计算方法。下面是示例。

• 原文网址Mask operations on matrices
• 本地目录D:opencvsourcesdoctutorialscoremat-mask-operations
• 代码目录D:opencvsourcessamplescpptutorial_codecoremat_mask_operations
• GitHub 有相应文档和OpenCV源代码
• 版本OpenCV4.1.2（版本兼容性见英文原文，部分文档适用于OpenCV2.0和3.0）
• 环境Windows、C++、VS2019 Community

---

测试案例

这里是一个图像对比度增强的方法。用下面方法重新计算图像的像素值。

上面两个公式是等价的，后者更直观。公式表示，一个点的新像素值，是以该点为中心的3*3区域与为3*3的mask矩阵对应元素相乘，然后相加得到的。

代码

//---//自定义Sharpen()函数与filter2d()函数运行时间对比，实现同样的mask运算（锐化、滤波）---//

filter2D函数

filter2D有七个参数，上面例子用到了前面四个，分别是输入图像、输出图像、输出图像位深。第五个参数是指定核（mask）的中心位置，默认是中心。第六个是将计算结果加一个值（处理结果变亮或暗），第七个是填充边界的方法。

处理结果

原文提出filter2D函数快于自定义的sharpen函数，应该是在release模式下。在debug模式下却是filter2D函数较慢。原文给出的处理结果的图与代码中导入的图不一致，这里给出新测试出的结果。debug模式下，自定义函数运行时间仅为filter2D的1/3，而release下，变为1.4倍左右。filter2D的性能则是提升了70倍。

debug结果

release结果

原图

结果