初探opencv——利用矩阵掩膜操作提高对比度

你的名字 2022-04-10 08:47 184阅读 0赞

今天开始更新opencv的学习。

笔者的开发环境选在vs2017+opencv3.2。

何为矩阵的掩膜操作？其实就是选定一部分我们自己**感兴趣的区域**，在这个区域内对像素进行操作，利用掩膜我们可以重新计算每个像素的像素值。  
比如矩阵A：  
 (1) 0 − 1 0 − 1 5 − 1 0 − 1 0 \\begin\{matrix\} 0 & -1 & 0 \\\\ -1 & 5 & -1 \\\\ 0 & -1& 0 \\end\{matrix\} \\tag\{1\} 0−10−15−10−10(1)

这就是一个掩膜，若中间元素为A\[i, j\],它指的操作就是  
 A \[ i , j \] = 5 ∗ A \[ i , j \] − A \[ i , j − 1 \] − A \[ i , j + 1 \] − A \[ i + 1 , j \] − A \[ i − 1 , j \] A\[i , j\] = 5 \* A\[i , j\] - A\[i , j-1\] - A\[i , j+1\] - A\[i+1 , j\] - A\[i-1 , j\] A\[i,j\]=5∗A\[i,j\]−A\[i,j−1\]−A\[i,j\+1\]−A\[i\+1,j\]−A\[i−1,j\]  
通过该掩膜我们可以增强图片的对比度。

**主要方法：**  
1.获取图片指针：**src.ptr<uchar>(row)\[col\]** 指的是获取Mat对象src的row行col列的像素值，类型定义为uchar，返回值为指针。获取了指针之后就可以对图像像素进行运算。

2.**saturate\_cast**方法是为了令运算后的像素值合法，即位于0-255之间。

#include <opencv2\opencv.hpp>
    #include <iostream>
    #include <math.h>
    // 矩阵的掩膜操作 提高对比度
    using namespace cv;
    
    int main(int argc, char** argv) { 
    	Mat src, dst;
    	src = imread("E:/opencv_testImages/0.jpg");
    	if (!src.data) { 
    		printf("could not find...\n");
    		return -1;
    	}
    	namedWindow("input image", CV_WINDOW_AUTOSIZE);
    	imshow("input image", src);
    // printf("%d\n%d\n%d", src.channels(), src.cols, src.rows);
    	int cols = (src.cols-1) * src.channels();
    	int offsetx = src.channels(); // 通道数 为3
    	int rows = src.rows;
    	double t = getTickCount();
    	dst = Mat::zeros(src.size(), src.type()); // 初始化
    
    	for (int row = 1; row < (rows - 1); row++) { 
    		// 获取指针
    		const uchar* previous = src.ptr<uchar>(row - 1); //上一行
    		const uchar* current = src.ptr<uchar>(row);  //当前行
    		const uchar* next = src.ptr<uchar>(row + 1);  //下一行
    		uchar* output = dst.ptr<uchar>(row);  // output的指针 赋值给它
    		for (int col = offsetx; col < cols; col++) { 
    			// 左右偏移多少由通道数目决定
    			output[col] = saturate_cast<uchar>(5 * current[col] - ( current[col - offsetx] + current[col + offsetx] + previous[col] + next[col] ));
    			// saturate_cast函数为了令rgb值合法（0-255）
    		}
    	}
    
    	namedWindow("constrast image demo", CV_WINDOW_AUTOSIZE);
    	imshow("constrast image demo", dst);
    
    	double timeconsume = (getTickCount() - t) / getTickFrequency(); //显示运行了多久
    	printf("tim consume %.2f", timeconsume);
    
    	waitKey(0);
    	return 0;
    }

**更简单的方法——利用api：**  
我们可以直接定义一个kernel，交给filter2D函数自动运算，得出来的结果是一样的。

// 定义一个三行三列的矩阵
    Mat kernel = (Mat_<float>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    filter2D(src, dst, -1, kernel);
    imshow("out2", dst);