实现openCV矩阵的掩膜操作
获取图像的像素指针
Mat.ptr(int i=0) 获取像素矩阵的指针,索引i表示第几行,从0开始计数。
获取当前行指针 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]
更改对比度操作
通过掩膜操作来实现图像对比度的调整
矩阵的掩膜操作十分简单,根据掩膜来重新计算每个像素的像素值,掩膜也被称为Kernel
掩膜操作公式
I(i,j)=5*I(i,j)-[I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]
如图所示,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,得到的最终结果就是对比度提高之后的输出图像Mat对象
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
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);
函数定义:
filter2D(src,dst,src.depth(),kernel);
通过调用filter2D函数可以实现更改图片的对比度
函数实现
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
int main()
{
//加载图像
Mat src = imread("C:\\Users\\27507\\Desktop\\1.png");
Mat dst;
if (src.empty())
{
std::cout<<"could not load image…\n";
return -1;
}
//显示图像
namedWindow("demo",WINDOW_AUTOSIZE);
imshow("demo", 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* 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]));
}
}
namedWindow("output", WINDOW_AUTOSIZE);
imshow("output", dst);
waitKey(0);
return 0;
}
结果展示