opencv函数之saturate_cast（防止溢出）

首先举个例子： uchar a = saturate_cast<uchar>(-100); // a = 0 (UCHAR_MIN)
short b = saturate_cast<short>(33333.33333); // b = 32767 (SHRT_MAX) 在图像处理方面，无论是加是减，乘除，都会超出一个像素灰度值的范围（0～255），saturate_cast函数的作用即是：当运算完之后，结果为负，则转为0，结果超出255，则为255。
举一个拉普拉斯锐化的例子：对于求一个锐化后的像素点（sharpened_pixel），这个基于拉普拉斯算子的简单算法主要是遍历图像中的像素点，根据领域像素确定其锐化后的值，计算公式：sharpened_pixel = 5 * current – left – right – up – down ; 

#include <iostream>
#include<core/core.hpp>
#include<highgui/highgui.hpp>
using namespace cv;

void sharpen(const Mat& img, Mat& result)
{
result.create(img.size(), img.type());
//处理边界内部的像素点, 图像最外围的像素点暂不处理
for (int row = 1; row < img.rows - 1; row++)
{
//前一行像素点
const uchar* previous = img.ptr<const uchar>(row - 1);
//待处理的当前行
const uchar* current = img.ptr<const uchar>(row);
//下一行
const uchar* next = img.ptr<const uchar>(row + 1);
uchar *output = result.ptr<uchar>(row);
int ch = img.channels();
int starts = ch;
int ends = (img.cols - 1) * ch;
for (int col = starts; col < ends; col++)
{
//输出图像的遍历指针与当前行的指针同步递增, 以每行的每一个像素点的每一个通道值为一个递增量, 因为要考虑到图像的通道数
*output++ = saturate_cast<uchar>(5 * current[col] - current[col - ch] - current[col + ch] - previous[col] - next[col]);
}
}
//外围像素点设为 0
result.row(0).setTo(Scalar::all(0));
result.row(result.rows - 1).setTo(Scalar::all(0));
result.col(0).setTo(Scalar::all(0));
result.col(result.cols - 1).setTo(Scalar::all(0));
}

int main()
{
Mat kobe = imread("F://IM_VIDEO//kobe.jpg");
Mat sharpenedKobe;
sharpen(kobe, sharpenedKobe);

imshow("kobe", kobe);
imshow("sharpened kobe", sharpenedKobe);
cvWaitKey();
return 0;
}
其中，关于像素操作部分可以参见：http://blog.csdn.net/piaoxuezhong/article/details/54236227

参考：
http://blog.csdn.net/mjlsuccess/article/details/12401839 http://blog.csdn.net/poem_qianmo/article/details/20537737 http://blog.csdn.net/mvtechnology/article/details/8139272