一、掩码操作

矩阵的掩码操作很简单。其思想是：根据掩码矩阵（也称作核）重新计算图像中每个像素的值。掩码矩阵中的值表示近邻像素值（包括该像素自身的值）对新像素值有多大影响。从数学观点看，我们用自己设置的权值，对像素邻域内的值做了个加权平均。

二、操作实践

2.1 基于像素邻域的掩码操作

/*!
 * \brief myMaskFun
 * \param srcImage
 * \return
 */
Mat myMaskFun(Mat srcImage)
{
    const int nChannels = srcImage.channels();
    Mat resultImage(srcImage.size(), srcImage.type());
    for (int j = 1; j < srcImage.rows - 1; j++)
    {
        const uchar* previous = srcImage.ptr<uchar>(j - 1);
        const uchar* current = srcImage.ptr<uchar>(j);
        const uchar* next = srcImage.ptr<uchar>(j + 1);
        uchar * output = resultImage.ptr<uchar>(j);
        for (int i = nChannels; i < nChannels*(srcImage.cols - 1); ++i)
        {
            *output++ = saturate_cast<uchar>(current[i - nChannels] + current[i + nChannels]
                + previous[i] + next[i]) / 4;
        }
    }

    //! 进行边界处理
    resultImage.row(0).setTo(Scalar(0));
    resultImage.row(resultImage.rows - 1).setTo(Scalar(0));
    resultImage.col(0).setTo(Scalar(0));
    resultImage.col(resultImage.cols - 1).setTo(Scalar(0));
    return resultImage;
}

2.2 系统函数方式

/*!
 * \brief systemMaskFun
 * \param srcImage
 * \return
 */
Mat systemMaskFun(Mat srcImage)
{
    Mat resultImage(srcImage.size(), srcImage.type());
    //! 构造核函数因子
    Mat kern = (Mat_<float>(3, 3) << 0, 1, 0,
                                1, 0, 1,
                                0, 1, 0) / (float)(4);
    filter2D(srcImage, resultImage, srcImage.depth(), kern);
    return resultImage;
}

filter2D函数详见附录1。

代码详见《OpenCV掩码操作练习》

参考资料：

附录1：filter2D函数

在OpenCV中提供了filter2D函数用来专门应用于计算图像卷积的操作，首先简单介绍一下这个函数：

void filter2D( InputArray src, OutputArray dst, int ddepth,InputArray kernel,Point anchor=Point(-1,-1),double delta=0, int borderType=BORDER_DEFAULT );

这个函数基本上是用来实现图像的卷积操作，前两个参数分别表示输入图像和输出图像，第三个参数ddepth表示的是图像的深度，如果这个值设置为负数，则这个图像的深度与输入的源图像的深度相同，否则就需要根据源图像的深度进行相关的设置

例如，若src.depth()=CV_8U，则ddepth=-1 / CV_16S / CV_32F / CV_64F,若src.depth() = CV_16U/CV_16S,则ddepth = -1 / CV_32F / CV_64F，若src.depth() =CV_32F，则ddepth= -1 / CV_32F / CV_64F,若src.depth() = CV_64F,则ddepth = -1 / CV_64F.

第四个参数kernel是卷积核算子，为单通道浮点矩阵，如果对多通道应用不同的卷子核算子计算，需要首先分离成为单通道后在进行单通道上的操作。参数anchor是卷积核锚点，默认值是（-1，-1）表示的是卷积核中心。参数delta是平滑系数，目标图像生成前可已通过设定这个值用于目标图像的平滑操作。最后一个参数表示的是边界类型，有默认值BORDER_DEFAULT)

需要说明的是，这个函数常常应用于线性滤波技术中，当使用卷积核算子计算的图像目标点在图像外部时，需要对指定边界进行插值运算。这个函数实际上计算的是图像的相关性，而非卷积操作，它的计算公式如下：

其中0<= x' < kernel.cols，0<= y' < kernel.rows

附录 2：颜色空间转换cvtColor()

void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 );

参数解释：
. InputArray src: 输入图像即要进行颜色空间变换的原图像，可以是Mat类
. OutputArray dst: 输出图像即进行颜色空间变换后存储图像，也可以Mat类
. int code: 转换的代码或标识，即在此确定将什么制式的图片转换成什么制式的图片，后面会详细将
. int dstCn = 0: 目标图像通道数，如果取值为0，则由src和code决定

OpenCV学习笔记之掩码操作