OpenCV学习3--图像的掩膜操作

获取图像像素的指针

CV-Assert(myImage.depth()==CV_8U);

Mat.ptr < uchar>(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< uchar>(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< uchar >

- saturate_cast< uchar>(-100),返回0.

- saturate_cast< uchar>(-288),返回255

- saturate_cast< uchar>(100),返回100

- 这个函数的功能是确保RGB值的范围在0~255之间

矩阵的掩膜操作





通过掩膜来提高图像对比度。



红色是中心像素，上下左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

定义掩膜：Mat kernel = (Mat_< char>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);

filter2D(src,dst,src.depth(),kernel); src.depth()表示位图深度，有32,24,8等。

时间测量

double t = getTickCount();

double timeconsume = (getTickCount() - t)/getTickFrequency() ;

源代码实例：

#include<iostream>
#include<opencv2/core/core.hpp>
#include<highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <math.h>

using namespace cv;
using namespace std;

int main()
{
Mat src,dst;

src = imread("lena.jpg");

if(!src.data)
{
cout<<"could not load image...\n"<<endl;
return -1;
}

namedWindow("input image",CV_WINDOW_AUTOSIZE);

imshow("input image",src);

//int cols = src.cols * src.channels();  //图像的行数乘以通道数
//int offsetx = src.channels();
//int rows = src.rows;
//dst = Mat::zeros(src.size(),src.type());  //对图像进行初始化，类型和大小都一致，纯黑色的空白图像
//for(int row = 1;row < rows -1;row ++)
//{
//  const uchar * current = src.ptr<uchar>(row);    //当前行
//  const uchar * previous = src.ptr<uchar>(row);   //上一行
//  const uchar * next = src.ptr<uchar>(row);      //下一行
//  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]));
//  }
//}
double t = getTickCount();
Mat kernel = (Mat_<char>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);  //定义一个掩膜
filter2D(src,dst,src.depth(),kernel);                   //调用API

double timeconsume = (getTickCount() - t)/getTickFrequency() ;
cout<<"时间消耗为："<<timeconsume<<endl;
namedWindow("constrast image",CV_WINDOW_AUTOSIZE);
imshow("constrast image",dst);

waitKey(0);
return 0;
}

源码和原图片请到Github下载:

https://github.com/MRwangmaomao/opencv-filter-test-Project.git