【VC++、OpenCV3.4】矩阵掩模mask
这一节主要讲图像在像素级上的操作:掩模。包括获取图像的像素指针,掩模的解释。
1、获取图像像素的指针Mat.pt
得到Mat对象之后可以由对象获取对象的指针。
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开始计数。
获得当前行的指针: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];
像素范围处理:saturate_cast<uchar>(int i):其中i是属于0——255的值(BGR值范围)。
翻译:saturate(浸湿,浸透; 使充满; [化] 使饱和; 使渗进,使湿透)
2、图像掩模(mask)
举例:mask为如下的一个矩阵:
最后中心像素的大小由一下公式计算得到。
掩模通常用于提高图像对比度。
介绍一下图像容器Mat
还是先看Mat的存储形式。Mat和Matlab里的数组格式有点像,但一般是二维向量,如果是灰度图,一般存放<uchar>类型;如果是RGB彩色图,存放<Vec3b>类型。
单通道灰度图数据存放格式:
多通道的图像中,每列并列存放通道数量的子列,如RGB三通道彩色图:
注意通道的顺序反转了:BGR。通常情况内存足够大的话图像的每一行是连续存放的,也就是在内存上图像的所有数据存放成一行,这中情况在访问时可以提供很大方便。可以用 isContinuous()函数来判断图像数组是否为连续的。
所以说,在col上,图像的存储是每个通道连续的,每一列有三个通道的数据。所以在处理RGB图像时需要把图像的通道考虑进去。
代码:
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
/*
图像掩模操作
*/
int main(int argc,char **argv) {
Mat src, dst;
src = imread("C:\\Users\\admin\\Desktop\\1.png", IMREAD_REDUCED_COLOR_2);
if (src.empty())
{
printf("Could load image...");
return -1;
}
namedWindow("Input image",CV_WINDOW_AUTOSIZE);
imshow("Input image", src);
double t = getTickCount();
int cols = (src.cols-1) * src.channels();//考虑RGB图像的通道数
int rows = src.rows;
int offsetx = src.channels();
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]));
}
}
//调用api
//Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
//filter2D(src, dst, src.depth(), kernel);
double tsum = (getTickCount() - t) / getTickFrequency();
printf("all time:%.2f\n", tsum);
namedWindow("output image", CV_WINDOW_AUTOSIZE);
imshow("output image", dst);
waitKey(0);
return 0;
}
效果:
效果,增强了图像的对比度。
另外,获取时间的函数:getTickCount()