opencv_03 矩阵的掩膜操作

//像素矩阵的指针，获取当前像素矩阵的行指针。从0开始。

//Mat.ptr<uchar>(int row)
const uchar* curent=myimage.ptr<uchar>(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，将像素值的范围约束在0-255之间
saturate_cast(-100),返回0
saturate_cast(288)，返回255
//本次图像掩模使用的矩阵是3*3，掩膜功能是提高图像对比度
掩膜矩阵：

//滤波器原理，使用这个掩膜矩阵与图像对应像素做乘积，乘积得到的值赋给中心像素。掩膜矩阵从上到下，从左到右扫图像。
//实现代码如下：
1.图像的行值比真实的索引大一个维度，src.rows;src.cols.循环时要减一处理。
2.为了使掩膜贴合图像，需要从第一行开始扫，而不是第0行。
3.由于图像的列是三个通道，每次对图像的列像素进行操作，要移动三个像素的位置。

int rows = src.rows;
	int offsetx = src.channels();//BGR  offsetx=3
	int cols = (src.cols - 1)*src.channels();//每列三个通道,因为像素是从0开始记
	dst = Mat::zeros(src.size(), src.type());//初始化一个新图像，全黑255
	for (int row = 1; row < rows-1; row++)
	{
		//得到0,1,2行像素的地址
		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] = saturate_cast<uchar>(5 * current[col] - (current[col - offsetx] + current[col + offsetx] + previous[col] + next[col]));
		}
	}

//第二种方式，直接使用API filter
//参数1.原图像
2.输出图像
3.位深度，可以写“-1”，表示按照原图的位深度，
4.掩膜

Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst, src.depth(), kernel);

//完整代码

#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\\Administrator\\Pictures\\Saved Pictures\\timg6ZAGKYHR.jpg");
	if (!src.data)
	{
		printf("could not find..");
		return -1;
	}
	namedWindow("src demo", WINDOW_AUTOSIZE);
	imshow("src demo", src);


	int rows = src.rows;
	int offsetx = src.channels();//BGR  offsetx=3
	int cols = (src.cols - 1)*src.channels();//每列三个通道,因为像素是从0开始记
	dst = Mat::zeros(src.size(), src.type());//初始化一个新图像，全黑255
	for (int row = 1; row < rows-1; row++)
	{
		//得到0,1,2行像素的地址
		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++)
		{
			//由于图像的列是三个通道，每次对图像的列像素进行操作，要移动三个像素的位置。得到的值要赋给中间像素
			output[col] = saturate_cast<uchar>(5 * current[col] - (current[col - offsetx] + current[col + offsetx] + previous[col] + next[col]));
		}
	}

	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst, src.depth(), kernel);

	namedWindow("dst demo", WINDOW_AUTOSIZE);
	imshow("dst demo", dst);
	waitKey(0);
}