OpenCV学习6 扫描图像并访问相邻像素

扫描图像并访问相邻像素

在图像处理中经常有这样的处理函数，他在计算每个像素的数值时，需要使用周边像素的值，如果相邻像素在上一行或下一行，就需要同时扫描图像的多行。

这里使用一个锐化图像的处理函数。他基于拉普拉斯算子。

在图像处理领域有一个众所周知的结论：如果从图像中减去拉普拉斯算子部分，图像的边缘就会放大，因而图像会变得更加尖锐

效果：

 代码：

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>


void sharpen(const cv::Mat &image, cv::Mat &result){

    // 判断是否需要分配图像数据。如果需要，就分配
    result.create(image.size(),image.type());
    int nchannels = image.channels(); // 获取通道数

    // 处理所有行（除了第一行和最后一行）
    for (int j=1; j<image.rows-1; j++){

        const uchar* previous = image.ptr<const uchar>(j-1); // 上一行
        const uchar* current = image.ptr<const uchar>(j); // 当前行
        const uchar* next = image.ptr<const uchar>(j+1); // 下一行

        uchar* output = result.ptr<uchar>(j); // 输出行

        for (int i=nchannels; i<(image.cols - 1)*nchannels; i++){

            // 应用锐化算子
            *output++ = cv::saturate_cast<uchar>(
                    5*current[i]  -  current[i-nchannels]  -
                    current[i+nchannels]  -   previous[i] -  next[i]);
        }
    }

    // 把未处理的像素设为0
    result.row(0).setTo(cv::Scalar(0));
    result.row(result.rows - 1).setTo(cv::Scalar(0));
    result.col(0).setTo(cv::Scalar(0));
    result.col(result.cols - 1).setTo(cv::Scalar(0));



    // ******注意这个函数是如何同时适应灰度图像和彩色图像的。
}

int main()
{
    cv::Mat image = cv::imread("/home/jason/work/01-img/dog.png");

    const int64 start = cv::getTickCount();

    cv::Mat result;
    sharpen(image, result);

    // 经过的时间 （单位：秒）
    double duration = (cv::getTickCount() - start)/
            cv::getTickFrequency();
    std::cout << "duration: " << duration * 1000 << "ms" << "\n";

    cv::imshow("dog", image);
    cv::imshow("result",result);
    cv::waitKey(0);


    return 0;
}