版权声明：本文由 Micheal 超 博客 创作，转载请附带链接，有问题欢迎交流。 https://blog.csdn.net/qq_42887760/article/details/85730412
1. 获取图像像素指针
- CV_Assert(myImage.depth() == CV_8U);
- 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]
2. 像素范围处理saturate_cast
这个函数的功能是确保RGB值得范围在0~255之间，如下所示：
saturate_cast（-100），返回 0。
saturate_cast（288），返回255
saturate_cast（100），返回100
3. 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。
-
矩阵的掩膜操作十分简单，根据掩膜来重新计算每个像素的像素值，掩膜（mask 也被称为Kernel）
-
掩膜矩阵 3*3 在图像矩阵上移动与图像重合，与每一个重合的像素点做掩膜操作，
-
公式：中心点掩膜后的颜色数据
-
这里是3*3的矩阵，所以图像数据的第一行倒数第一行，第一列倒数第一列不做掩膜操作 。其中： i，j 表示像素的位置，第 i 行，第 j 列， I（i，j） 表示每个通道颜色数据。
-
掩膜操作不是矩阵乘法，由公式可以看出
-
该掩膜矩阵的作用： 掩膜操作可以提高图像对比度，对比度提高可以增加图像感官度、锐化，让看起来有点模糊的图像更清晰
程序代码
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
int main(int argc,char** argv){
Mat src,dst;
src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");
if(!src.data){
printf("could not load image ...");
return -1;
}
//CV_Assert(src.depth()==CV_8U);
//掩膜操作
int channels=src.channels();//图像的通道数
int cols=(src.cols)*src.channels();//列数*通道数
int rows=src.rows;//行数
dst=Mat::zeros(src.size(),src.type());//初始化 dst
for(int row=1 ; row<rows-1 ; row++){
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);
for(int col=1*channels ; col<cols-1*channels ; col++){
//掩膜操作：I(i,j) = 5*I(i,j) - [I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]
output[col] =saturate_cast<uchar>( 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]));
}
}
namedWindow("output1",CV_WINDOW_AUTOSIZE);
imshow("output1",src);
namedWindow("output2",CV_WINDOW_AUTOSIZE);
imshow("output2",dst);
waitKey(0);
return 0;
}
运行效果
但是如果不使用 saturate_cast 函数
（即：将32行中output[col] =saturate_cast( 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]));
换成output[col] = 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]);），
将会得到以下效果：
4. 函数调用filter2D功能
- 定义掩膜：Mat kernel = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
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。
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("E:/Experiment/OpenCV/Pictures/dog2.jpg");
if(!src.data){
printf("could not load image ...");
return -1;
}
Mat kernel=(Mat_<char>(3,3)<< 0, -1, 0, -1, 5, -1 , 0, -1, 0);
filter2D(src,dst,src.depth(),kernel);
//filter2D(src,dst,-1,kernel);
namedWindow("output1",CV_WINDOW_AUTOSIZE);
imshow("output1",src);
namedWindow("output2",CV_WINDOW_AUTOSIZE);
imshow("output2",dst);
waitKey(0);
return 0;
}
运行效果（与上述代码效果一致）：
5.测试运行时间
方法一：（需要头文件： time.h ）
......
#include <time.h>
......
int main(){
clock_t start, finish;
double duration;
start = clock();
//......
//要执行的内容
//......
finish = clock();
duration = (double)(finish - start) / CLOCKS_PER_SEC;
printf("行优先用时： %f seconds\n", duration);
return 0;
}
方法二：
......
......
int main(){
double t=getTickCount();
//......
//要执行的内容
//......
double timeConsume = (getTickCount() - t) / getTickFrequency();
printf("time consume %.2f",timeConsume);
return 0;
}
案例代码：
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
int main(int argc,char** argv){
Mat src,dst;
src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");
if(!src.data){
printf("could not load image ...");
return -1;
}
double t=getTickCount();
Mat kernel=(Mat_<char>(3,3)<< 0, -1, 0, -1, 5, -1 , 0, -1, 0);
filter2D(src,dst,src.depth(),kernel);
//filter2D(src,dst,-1,kernel);
double timeConsume = (getTickCount() - t) / getTickFrequency();
printf("time consume %.2f",timeConsume);
namedWindow("output1",CV_WINDOW_AUTOSIZE);
imshow("output1",src);
namedWindow("output2",CV_WINDOW_AUTOSIZE);
imshow("output2",dst);
waitKey(0);
return 0;
}