获取图像像素指针和像素范围处理saturate_cast＜

CV_Assert(myImage.depth() == CV_8U); 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]

lsaturate_cast<uchar>（-100），返回 0。

lsaturate_cast<uchar>（288），返回255

lsaturate_cast<uchar>（100），返回100

l这个函数的功能是确保RGB值得范围在0~255之间

 

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;

int main(void) {
	Mat src, dst;
	src = imread("C:/Users/Robin/Pictures/test.jpg");
	if (!src.data) {
		std::cout << "could load image..\n";
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	//高度和宽度
	int cols = (src.cols-1) * src.channels();//宽度  图像的cols*通道数
	int offsetx = src.channels();
	int rows = src.rows;//高度
	dst = Mat::zeros(src.size(), src.type());
	for (int row = 1; row < (rows - 1); row++) {
		const uchar* current = src.ptr<uchar>(row);
		const uchar* previous = src.ptr<uchar>(row - 1);
		const uchar* next = src.ptr<uchar>(row + 1);
		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", CV_WINDOW_AUTOSIZE);

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