opencv 第二课 矩阵的掩膜操作

                                 第二课 矩阵的掩膜操作

本章主要讲述了 掩膜的基本理论，与对图片的操作：

左边是原始图片，右边是通过掩膜操作生成的图片，对比一下可以看出来差别的。

先让我们了解下基本函数：

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]

saturate_cast<uchar>（-100），返回 0。

saturate_cast<uchar>（288），返回255

lsaturate_cast<uchar>（100），返回100

 

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int main()
{
	Mat src, dsr;
	src = imread("D:/image/1.png");
	if (!src.data)
	{
		cout << "could not " << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	
	int cols = (src.cols -1 )* src.channels();
	int offsetx = src.channels(); //通道数
	int rows = src.rows;

	dsr = 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 = dsr.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("current image demo", CV_WINDOW_AUTOSIZE);
	imshow("current image demo", dsr);
	waitKey(0);

	return 0;
}

      这里要解释一下，src.channels() 是获取图片的通道数，以上述图片的话是是RGB图片，src.channels() 获取的值为3，

     这里解释一下图片数据的存储，R 指红的值，取值为0~255，同理G  ，B 取值也是0~255， 通过RGB三个数据，组成了一个像素，R G B 分别都是 uchar类型，所以是24位，每个是8位。3个字节，也就是3通道。

举个简单的例子，一个图片存的数是 R G B 取值随机的数 0~255

存储的为：

RGB RGB RGB RGB  RGB  RGB  RGB

RGB RGB RGB RGB  RGB  RGB  RGB

RGB RGB RGB RGB  RGB  RGB  RGB

这里为了方便，空格不占数组位，我们要第一个要改变R的值，所以是 row 为 R 的一行  col 为 R 的一列

(row - 1, col)， (row +1, col)    (row, col - 3),   (row,  col +3)  这4个值 为R的值

R = 5 * R -（R(row - 1, col) + R(row +1, col) + R(row, col - 3) + R(row,  col +3);

后面的G ，B 一次类推，这样就把对应的数据都改写了一遍，且周边数据不变。

 

函数调用filter2D功能

opencv为了方便把上述的功能封装起来让我们一起来看：

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 );其中src与dst是Mat类型变量、src.depth表示位图深度，有32、24、8等。

上面的代码，需要改变一下，可以得到相同的结果。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int main()
{
	Mat src, dsr;
	src = imread("D:/image/1.png");
	if (!src.data)
	{
		cout << "could not " << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	Mat kernel = (Mat_<char>(3,3) << 0,  -1,   0,
		                        -1,   5,  -1,
	                                 0,  -1,   0);
	filter2D(src, dsr, src.depth(), kernel);
	namedWindow("current image demo", CV_WINDOW_AUTOSIZE);
	imshow("current image demo", dsr);
	waitKey(0);

	return 0;
}

 是不是非常的简单，哈哈哈，你学会了吗。  喜欢的同学可以关注我的博客，一起学习，加油！