【opencv学习笔记】003之图像像素基本操作（获取像素指针、范围处理）及掩膜操作（filter2D）详解

不念不忘少年蓝@ 2021-06-11 15:14 591阅读 0赞

**目录**

一、前言

二、图像像素基本操作

1、获取图像像素指针

1.获取图像像素指针是什么？

2.相应API

3.获取目的

2、像素范围处理saturate\_cast

1.像素范围处理是什么？

2.像素范围处理API

3、掩膜操作

1.掩膜是什么？

2.掩膜操作是什么？

3.掩膜操作的作用？

4.API

三、全部代码及结果展示

1、代码

2、运行效果图

--------------------

# 一、前言 #

欠下的总是要还的，继续给大家更新有关于OpenCV的教程，很久没给大家更新，希望能得到大家的谅解。

今天要讲的是图像像素比较简单的几个基本操作，包括图像矩阵的掩膜操作，获取像素的指针、图像像素范围处理以filter2D的介绍。

图像处理很大程度上是对像素的处理，通过对比像素，修改像素，可以实现降噪、平滑、检测等功能。

# 二、图像像素基本操作 #

## 1、获取图像像素指针 ##

### 1.获取图像像素指针是什么？ ###

二维图像保存在电脑中，大家可以理解为矩阵，一个二维数组，每个位置都会有一个像素值。

访问像素值，就是访问二维数组中某个位置的值。

### 2.相应API ###

访问的时候，我们先访问行，后访问列，通过如下方式，我们获取行指针，索引i表示第几行，从0开始计行数。

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。

我们通过行指针，可以获取到该行的的所有点，即所有像素。

const uchar*  current= myImage.ptr<uchar>(row); //获得当前行指针
    
    p(row, col) =current[col]  //获取当前像素点P(row, col)的像素值。

### 3.获取目的 ###

获取到像素点，我们就可以对这个像素点进行操作，如果我们加上循环嵌套，还可以遍历所有的像素点，即对所有的像素点进行操作。

## 2、像素范围处理saturate\_cast<uchar> ##

### 1.像素范围处理是什么？ ###

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**。

### 2.像素范围处理API ###

像素范围处理的API是saturate\_cast<uchar>：

saturate_cast<uchar>（-100） //返回 0
    saturate_cast<uchar>（288）  //返回255
    saturate_cast<uchar>（100）  //返回100

## 3、掩膜操作 ##

### 1.掩膜是什么？ ###

在讲掩膜操作之前，先给大家说一下什么是掩膜。

我们不考虑别的地方什么是掩膜，我也不会给大家讲掩膜的标准定义，我们既然说图像的掩膜操作，那么我们就说在图像掩膜操作中的这个掩膜到底是什么。

这个掩膜就是一个n\*n的矩阵。通过掩膜去遍历图像，

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_F75FFF_t_70][] 图像与掩膜

### 2.掩膜操作是什么？ ###

接下来我们讲掩膜操作，我们用数字模拟一个图像，左边是一个10\*10的图像矩阵，右边是一个掩膜，他们两个做操作。

首先，左边黄色的3\*3方块与掩膜对应位置相乘，求得的值，存放在新图像上的对应于原图上的中心位置的中间的位置。就像下图一样：

下图的操作是：

> 5 \* 0 + 5 \* (-1) + 5 \* 0 + 5 \* (-1) + 5 \* 5 + 5 \* (-1) + 5 \* 0 + 5 \* (-1) + 5 \* 0 = 5

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_FF36FF_t_70][] 掩膜操作

由于图像所有都是5，所以上面这个经过掩膜操作并没有什么太明显的变化。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_FF953F_t_70][] 全部做掩膜操作

做完掩膜操作，边上的像素是做不到的，对于不同的算法，边上的像素做法不同，在这里先不说，以后会给大家详细讲解。

我们再看一个示例：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_F359FF_t_70][] 全部做掩膜操作

对于外层一圈，不同算法不同，有的算法是将最外层全部设为0，有的是设为与其距离最近的像素点一致，有的是在原图外层加一层，这样经过掩膜的图像就是与原图一样尺寸了。

### 3.掩膜操作的作用？ ###

**掩膜操作实现图像对比度调整**。

### 4.API ###

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 
    );

函数参数含义如下：

> （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。

如下面这个例子：

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

# 三、全部代码及结果展示 #

## 1、代码 ##

#include <opencv2/opencv.hpp>
    #include <iostream>
    #include <math.h>
    
    using namespace cv;
    
    int main(int argc, char** argv) {
    	Mat src, dst;
    	src = imread("D:/hand.png");
    	if (!src.data) {
    		printf("could not load image...\n");
    		return -1;
    	}
    	
    	
    	/*
    	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]));
    		}
    	}
    	*/
    	double t = getTickCount();
    	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    	filter2D(src, dst, src.depth(), kernel);
    	double timeconsume = (getTickCount() - t) / getTickFrequency();
    	printf("tim consume %.2f\n", timeconsume);
    
    
    	imshow("input image", src);
    	imshow("contrast image demo", dst);
    
    	waitKey(0);
    	return 0;
    }

## 2、运行效果图 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF58FF_t_70][] 原图

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF86FF_t_70][] 掩膜操作后的图像

今天的内容就讲到这里啦，有什么问题，大家可以在下面留言哦！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_F75FFF_t_70]: /images/20210516/2fba499a21ed40cc9766b0b1302216e5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_FF36FF_t_70]: /images/20210516/4748811a8cc149e3aa45a34d77d6d508.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_FF953F_t_70]: /images/20210516/f32219b78973490882b3c8b8e66a2fa7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_66_color_F359FF_t_70]: /images/20210516/a73b4d18524949f6a5351833185210b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF58FF_t_70]: /images/20210516/49907008908d43c9a1e6942b617c5c6f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF86FF_t_70]: /images/20210516/1c91fa2d445f41deb28ebcaa049208e6.png