图像像素的算术操作

示例代码如下：

void demo::yunsuan_demo(Mat& image)
{
    Mat dsc;
    dsc = Mat::zeros(image.size(), image.type());
    //dsc = image / Scalar(2, 2, 2);
    Mat m = Mat::zeros(image.size(), image.type());
    m = Scalar(20, 20, 20);
    //multiply(image, m, dsc);
    

    int w = image.cols;//列数
    int h = image.rows;//行数
    //int dims = image.channels();
    for (int i = 0; i < h; i++)
    {
        for (int j = 0; j < w; j++)
        {
                Vec3b g = image.at<Vec3b>(i, j);
                Vec3b he = m.at<Vec3b>(i, j);
                dsc.at<Vec3b>(i, j)[0]= saturate_cast<uchar>(g[0] + he[0]);
                dsc.at<Vec3b>(i, j)[1] = saturate_cast<uchar>(g[1] + he[1]);
                dsc.at<Vec3b>(i, j)[2] = saturate_cast<uchar>(g[2] + he[2]);
            
        }
    }
    imshow("运算操作", dsc);
}

在opencv里面呢，除了乘法，其它的三种算术运算都可以用我们的算数符号来进行。

Mat dsc;
dsc = image / Scalar(2, 2, 2);//除法
dsc = image + Scalar(2, 2, 2);//加法
dsc = image - Scalar(2, 2, 2);//减法

除了直接用算数符号表示，opencv还有专门的函数来完成这些运算：

Mat dsc;
Mat m = Mat::zeros(image.size(), image.type());//必须要有这句，才能用Scalar给Mat变量赋值
m = Scalar(20, 20, 20);
multiply(image, m, dsc);//乘法
divide(image,m,dsc);//除法，等价于dsc=image/m
add(image,m,dsc);//加法，同理
subtract(image,m,dsc);//减法

一些结果：

进行乘法操作后，图像亮度得到显著提高。

那么opencv是如何完成这些操作的呢，后面的for循环或许可以给我们一些启发。

 1.saturate_cast<uchar>(g[0] + he[0])

saturate_cast<uchar>(),相当于C++或者C语言里面的强制类型转换，将后面数据的范围限定在0~255，大于255的数等于255，小于0的数等于0。

2.Vec3b代表了一个三位的列表，但里面的数据类型可能是不确定的，所以为了不出错，保证等式两端的数据类型相同，我们在定义dsc的时候就需要把它的大小确定，即

dsc = Mat::zeros(image.size(), image.type());

over!!!