WHCSRL 技术网

OpenCV矩阵的掩码操作

掩膜操作

什么是掩膜操作?

掩膜操作是指根据掩膜矩阵(也称作核kernel)重新计算图像中每个像素的值。掩膜矩阵中的值表示了邻近像素值(包括该像素自身的值)对新像素值有多大的影响。从数学的观点来看,我们用自己设置的权值,对像素领域内的值做了个加权平均。

比如,下面这个公式表示用5倍当前像素的值减去该像素上、下、左、右四个像素值和,得到的结果赋值给当前像素。使用该公式可以用于提升图像的对比度。调节I(i,j)的系数权重可以得到不同的对比度提升效果。

在这里插入图片描述

上面的公式可以用掩膜矩阵表示成如下的形式。

在这里插入图片描述

掩膜操作可以实现图像对比度的调整,使得图像可以锐化,提高图像对比度。

掩膜操作实现图像对比度调整

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,得到最终结果就是对比度提高之后的输出图像Mat对象
在这里插入图片描述


下面我们继续探究,如果要想进行掩膜操作,就要先获取图像像素指针和进行像素范围处理

如何获取图像像素指针?

CV_Assert(myImage.depth() == CV_8U); 
  • 1

Mat.ptr(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(row );
获取当前像素点P(row, col)的像素值 p(row, col) =current[col]

如何像素范围处理?

什么是像素范围处理?

我们在设置图像像素的灰度值或者RGB值时候,如果不了解,会随意设置,以RGB为例,他们的取值范围是从0 到255,所以如果我们输入范围以外的数据,为防止程序出错,我们需要控制范围,保证我们输入非法数据时候,不会导致程序出现问题。

处理的原则如下:

如果我们输入小于0的值,它会返回0,
如果我们输入大于255的值,它会返回255,
如果我们输入0-255之间的值,它会正常返回。
  • 1
  • 2
  • 3

那么我们用的时候怎么进行处理呢?

这里就要用到像素范围处理函数saturate_cast<uchar>

像素范围处理API——saturate_cast<uchar>

saturate_cast<uchar>-100),返回 0。
saturate_cast<uchar>288),返回255
saturate_cast<uchar>100),返回100
  • 1
  • 2
  • 3

这个函数的功能是确保RGB值得范围在0~255之间

掩膜操作的API——filter2D

掩膜操作的API是filter2D,函数原型是:

void filter2D( 
    InputArray src, 
    OutputArray dst, 
    int ddepth,                            
    InputArray kernel, 
    Point anchor = Point(-1,-1),                            
    double delta = 0, 
    int borderType = BORDER_DEFAULT 
);
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

参数:

  1. InputArray类型的src ,输入图像。
  2. OutputArray类型的dst ,输出图像,图像的大小、通道数和输入图像相同。
  3. int类型的ddepth,目标图像的所需深度。
  4. InputArray类型的kernel,卷积核(或者更确切地说是相关核)是一种单通道浮点矩阵;如果要将不同的核应用于不同的通道,请使用split将图像分割成不同的颜色平面,并分别对其进行处理。。
  5. Point类型的anchor,表示锚点(即被平滑的那个点),注意他有默认值Point(-1,-1)。如果这个点坐标是负值的话,就表示取核的中心为锚点,所以默认值Point(-1,-1)表示这个锚点在核的中心。。
  6. double类型的delta,在将筛选的像素存储到dst中之前添加到这些像素的可选值。说的有点专业了其实就是给所选的像素值添加一个值delta。
  7. int类型的borderType,用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT。

使用步骤

  1. 定义掩膜:Mat kernel = (Mat_<char>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
  2. 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。

例如:

filter2D( src, dst, src.depth(), kernel );
  • 1

掩膜操作案例

在这里插入图片描述

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

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("test2.jpg");
	if (!src.data) {
		printf("could not load image...
");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	// 矩阵计算 掩膜操作
	int cols = (src.cols - 1) * src.channels();
	int offsetx = src.channels();
	int rows = src.rows;

	dst = 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 = 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]));
		}
	}

	namedWindow("contrast image demo", CV_WINDOW_AUTOSIZE);
	imshow("contrast image demo", dst);
	
	// 使用 掩膜操作API
	Mat dst2;
	double t = getTickCount();
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst2, src.depth(), kernel);
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %%%%.2f
", timeconsume);
	namedWindow("filter2D contrast image demo", CV_WINDOW_AUTOSIZE);
	imshow("filter2D contrast image demo", dst2);


	waitKey(0);
	return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
推荐阅读