- 获取图像像素指针
- 掩膜操作解释
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]
像素范围处理saturate_cast
- saturate_cast(-100),返回 0。
- saturate_cast(288),返回255
- saturate_cast(100),返回100
这个函数的功能是确保RGB值得范围在0~255之间
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
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。
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src, dst;
src= imread("D:/learnopencv/opencv004/girl.jpg");
namedWindow("input image", CV_WINDOW_AUTOSIZE);
imshow("input image", src);
/*int cols = (src.cols-1)*src.channels();
int offsetx = src.channels();
int rows = src.rows;
dst = Mat::zeros(src.size(), src.type());
for (int row = 1; row < (rows - 1); row++) {
const uchar * current = src.ptr<uchar>(row-1);
const uchar * previous = 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]));
}
}//kernel 源代码
*/
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(src, dst, src.depth(), kernel);
namedWindow("output", CV_WINDOW_AUTOSIZE);
imshow("output", dst);
waitKey(5000);
return 0;
}