欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

opencv图像矩阵掩模

程序员文章站 2022-03-25 14:05:17
...

opencv图像矩阵掩模

如上图所示,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(上图的公式),得到最终结果就是对比度提高之后的输出图像Mat对象。

Mat图像在opencv中的存储形式一般是二维向量(可以理解为二维数组),即从(0,0)到(rows-1,cols-1)。

例如:RGB三通道彩色图的存储形式如下图:opencv图像矩阵掩模

opencv图像矩阵掩模

例如:单通道灰度图的存储形式如下图:

opencv图像矩阵掩模

那么我们在对像素点(row,col)进行掩模时需要注意,有些像素点不满足条件(二维向量图四边上的点,例如:(0,0),(0,1),(1,0)等)。

为了实现掩模操作,介绍几个函数:

1.获取图像像素指针

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]

2.像素范围处理saturate_cast<uchar>

这个函数的功能是确保RGB值得范围在0~255之间

saturate_cast<uchar>(-100),返回 0

saturate_cast<uchar>(288),返回255

saturate_cast<uchar>(100),返回100

3.filter2D

我们可以通过opencv提供的函数定义掩膜,然后借助filter2D实现掩模

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。

 

首先,我们用第一种方法实现,不借助filter2D,代码如下:

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
    Mat img,dst;
    img=imread("C:/Users/Administrator/Pictures/jjskll.jpg");
    if(!img.data)
    {
        printf("read img failed...\n");
        return -1;
    }
    //namedWindow("displayImge",CV_WINDOW_AUTOSIZE); //创建一个新窗口
    imshow("inputImge",img);
 
   //每一列必须乘以通道数,因为有可能为彩色图像,列为灰度的三倍
   //由于最外围的一圈像素点没办法进行图像掩模(因为我们算的是模板中心点的值,
   //模板放在最边缘也算不出最外圈的掩模值)
   int cols = (img.cols-1)*img.channels();
   int offsetx = img.channels();
   int rows = img.rows;
   dst = Mat::zeros(img.size(),img.type());
   //row从1开始一直取到rows-2结束,表示不要对最外围的像素点掩模
   for (int row = 1; row < rows-1; row++)
   {
       
       //通过像素指针,拿到行指针
       const uchar* previous = img.ptr<uchar>(row-1);
       const uchar* current = img.ptr<uchar>(row);
       const uchar* next = img.ptr<uchar>(row+1);
       uchar* output = dst.ptr<uchar>(row);
       //col从3开始(第4列),因为彩色图像会有三个通道,最外围的像素点不掩模
       //每个像素有BGR三个通道
       //分别对每个像素的BGR都要分别进行掩模操作
       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("contrast image demo",CV_WINDOW_AUTOSIZE);
    imshow("contrast image demo",dst);
    waitKey(0);
    return 0;
}



原图如下:

opencv图像矩阵掩模

掩模后的效果如下:

opencv图像矩阵掩模

上面是我们自己通过掩模的定义来实现的,接下来我们借助filter2D来实现

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
    Mat img,dst;
    img=imread("C:/Users/Administrator/Pictures/jjskll.jpg");
    if(!img.data)
    {
        printf("read img failed...\n");
        return -1;
    }
    //namedWindow("displayImge",CV_WINDOW_AUTOSIZE); //创建一个新窗口
    imshow("inputImge",img);

    double t = getTickCount();
    Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    filter2D(img, dst, img.depth(), kernel);
    double timeconsume = (getTickCount() - t) / getTickFrequency();
    printf("time consume %.2f", timeconsume);

    namedWindow("contrast image demo",CV_WINDOW_AUTOSIZE);
    imshow("contrast image demo",dst);
    waitKey(0);
    return 0;
}

运行效果和上面的完全一样,唯一的区别就是会输出运行时间

opencv图像矩阵掩模