opencvC++学习2矩阵的掩膜操作

获取图像像素指针

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]

像素范围处理saturate_cast

saturate_cast（-100），返回 0。 saturate_cast（288），返回255 saturate_cast（100），返回100

这个函数的功能是确保RGB值得范围在0~255之间

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

代码：

#include <opencv2/opencv.hpp> using namespace cv; using namespace std; Mat src, dst, dst2; char INPUT_WIN[] = "input_image"; char OUTPUT_WIN[] = "output_image"; int main(int argc, char *argv[]) { src = imread("D:/opencvSRC/test.jpg"); if( !src.data ){ cout << "imread errot" << endl; return -1; } namedWindow(INPUT_WIN, WINDOW_AUTOSIZE); imshow(INPUT_WIN, src); //掩膜 提高对比度 实现1 int cols = (src.cols - 1) * src.channels(); int rows = src.rows; int offset = src.channels(); dst = Mat::zeros(src.rows, src.cols, 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 = offset; col < cols - 1; col++){ output[col] = saturate_cast<uchar>(5 * current[col] - (previous[col] + current[col - offset] + current[col + offset] + next[col])); } } namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE); imshow(OUTPUT_WIN, dst); double time = getTickCount(); //掩膜 提高对比度 实现2 dst2 = Mat::zeros(src.rows, src.cols, src.type()); Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); filter2D(src, dst2, src.depth(), kernel); //处理时间 cout << (getTickCount() - time)/getTickFrequency() << endl; namedWindow("OUTPUT_WIN2", WINDOW_AUTOSIZE); imshow("OUTPUT_WIN2", dst2); waitKey(0); return 0; }

效果