本小节，我们来讲解一下，图像的掩模操作，说得高大上，其实就是矩阵与矩阵之间的操作。是为了提高图片的对比度。
如图：
左边是图像，右边是掩模矩阵，然后两个矩阵对应上的元素相乘并相加并得到一个值。
有两种方法来求取图像的掩模：
1、获取图像像素值，然后根据上面公式进行计算。
首先我们要来说说图像的像素值怎么获取:
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开始计算
Mat src;
const uchar* current=src.ptr<urchar>(0);
当前像素点的像素值p(col,row)=current[col];
扫描二维码关注公众号，回复： 5069266 查看本文章
还有一个知识点需要了解。
saturate_cast<uchar>
当saturate_cast<uchar>(-100)，返回0；
saturate_cast<uchar>(288),返回255；
saturate_cast<uchar>(100)，返回100
这个函数可以保证像素值在0-255之间。
那么计算我们知道如何获取像素值了，则可以利用上述公式进行掩膜的计算。
2、使用Opencv提供给我们的filter2D()来进行计算。
参数一：输入图像；
参数二：输出图像；
参数三：输出图像矩阵中元素的一个通道的数据类型。
一般只用到前三个。
接下来看看分别使用两种方式的代码实现。
结果如下：
从结果我们可以看出使用掩模操作确实能够增加图像的对比度，而使用Filter2D和直接计算掩模得出来的效果基本一样。
总结一下：
这小节我们讲了以下几点。
1、掩模的概念和作用：提高对比度。
2、通过像素值来进行掩模计算。
3、通过opencv提供的filter2D进行掩模计算。