OpenCvSharp 学习笔记3 --图像的修改和保存 以及掩膜操作

一 ：图像的颜色空间转换

在OpenCvSharp中颜色转换函数为：Cv2.CvtColor()
参数：

参数	说明
src:	源图像，8位无符号，16位无符号或单精度浮点
dst:	输出图像，具有与src相同的大小和深度
code:	颜色空间转换代码:(ColorConversionCodes)枚举类型

代码：

 static void Main(string[] args)
        {
            Mat src = new Mat(@"C:\Users\whx\Desktop\opcvImage\s1.jpg  ", ImreadModes.Color);

            if (src == null) //上面的加载方式如果找不到指定的文件也会报错
            {
                Console.WriteLine("加载图像失败");
                return;
            }

            Mat outImage = new Mat(); //声明一个容器，装载改变后的图像

            //参数：1 原图矩阵容器 2：保存图像的矩阵容器 3：颜色转换通道（很多，查手册）
            Cv2.CvtColor(src, outImage, ColorConversionCodes.RGB2GRAY); //转为灰度空间图像，

            //参数：1 要保存图片的路径 2：图像的矩阵容器 ，（图片保存格式个根据自定义的后缀名）
            Cv2.ImWrite(@"C:\Users\whx\Desktop\out.png", outImage);//保存到桌面

            using (new Window("src", WindowMode.Normal, src))
            using (new Window("out", WindowMode.Normal, outImage))
            {
                Cv2.WaitKey();
            }
        }

左边是源图像，右边是转为灰度空间的图像，保存路径在桌面。
转为灰度空间的类型在 OpenCvSharp 中的 ColorConversionCodes.RGB2GRAY 与 ColorConversionCodes.BRR2GRAY 都能实现，OpenCvSharp 加载进来的图像是哪一种？

代码

 static void Main(string[] args)
        {
            #region 
            //自定义一张全红色的图片
            Mat src = new Mat(100,100,MatType.CV_8UC3,new Scalar(0,0,255));
            Vec3b vec3B = new Vec3b();
            //获取第一个像素的三通道像素值
            vec3B.Item0 = src.At(0, 0)[0];
            vec3B.Item1 = src.At(0, 0)[1];
            vec3B.Item2 = src.At(0, 0)[2];
            Console.WriteLine("0 :"+vec3B.Item0); //控制台输出
            Console.WriteLine("1 :"+vec3B.Item1);
            Console.WriteLine("2 :"+vec3B.Item2);

            using (new Window("src image", WindowMode.FreeRatio, src)) //创建一个新窗口显示图像
            {
                Cv2.WaitKey();
            }
            #endregion

        }

根据输出像素值（0，0，255）可以看出 OpenCvSharp 三通道像素值排列为：BGR

二： 掩膜操作，提高图像对比度

使用Cv2.Filter2D函数：

参数	说明
src:	输入的源图像
dst:	输出图像，一个Mat 对象，与原图图像具有相同的大小和图像深度
ddepth:	目标图像的所需深度。如果它是负的，它就是与src.depth()相同，不确定时就填 -1
kernel:	卷积核
anchor:	内核的锚点，表示经过过滤的点的相对位置. (- 1,-1)表示锚位于内核中心
delta:	在卷积过程中，该值会加到每个像素上。默认情况下，这个值为 0 。相当于一个增益值
borderType:	指定边缘处理的方法，比较复杂，选择默认值即可。是枚举类型

代码：

 static void Main(string[] args)
        {
            using (Mat src = new Mat(@"C:\Users\whx\Desktop\opcvImage\m4.jpg", ImreadModes.AnyColor | ImreadModes.AnyDepth))
            using (Mat dst = new Mat())
            {
                //定义一个掩膜矩阵
                InputArray kernel = InputArray.Create(new int[3, 3] { { 0, -1, 0 }, { -1, 5, -1 }, { 0, -1, 0 } });

                //进行掩膜操作，提高图片亮度
                Cv2.Filter2D(src, dst, -1, kernel, new Point(-1, 1), 0, BorderTypes.Default);

                using (new Window("OutputImage", WindowMode.Normal, dst))
                using (new Window("InputImage",WindowMode.Normal,src))
                {
                    Cv2.WaitKey(0);
                }
            }
        }

从上图可以看出，OutputImage 比 Inputimage 的亮度明显增强。

三：利用指针修改图像像素值，进行图像对比度处理

代码：

 unsafe static void Main(string[] args)
        {
            Mat src, dst;
            src = Cv2.ImRead(@"C:\Users\whx\Desktop\opcvImage\m4.jpg"); //读取图片
            if (src.Data == null)
            {
                Console.WriteLine("加载图像失败");
                return;
            }
            #region 
            /*
              * 两种判断方法都可以
              */

            //if(src.Empty()) //如果数组没有元素，则返回true。
            //{
            //    Console.WriteLine("加载图像失败");
            //    return;
            //}

            //显示方式2
            //new Window("Input Image", WindowMode.FreeRatio);
            //Cv2.ImShow("Input Image",src);
            //Cv2.WaitKey(0); 
            #endregion

            #region 指针操作增加饱和度
            int clos = (src.Cols - 1) * src.Channels(); //RGB有三个通道，（图像的列（长度） * 图像的通道数）
            int rows = src.Rows; //行（高度）
            int offsetx = src.Channels();

            dst = new Mat(src.Size(), src.Type()); //初始化

            for (int row = 1; row < rows - 1; row++)
            {
                IntPtr current = src.Ptr(row); //当前行
                byte* curr = (byte*)current.ToPointer();

                IntPtr upRow = src.Ptr(row - 1);//上一行
                byte* up = (byte*)upRow.ToPointer();

                IntPtr nextRow = src.Ptr(row + 1);//下一行
                byte* next = (byte*)nextRow.ToPointer();

                IntPtr outPut = dst.Ptr(row); //输出
                byte* opt = (byte*)outPut.ToPointer();

                for (int col = offsetx; col < clos; col++)
                {
                    opt[col] = (byte)Saturate.Saturate_cast((5 * curr[col] - (curr[col - offsetx] + curr[col + offsetx] + up[col] + next[col])));
                }
            }
            #endregion

           
            using (new Window("OutputImage", WindowMode.FreeRatio, dst))
            using (new Window("InputImage", WindowMode.FreeRatio, src))
            {
                Cv2.WaitKey(0);
            }
        }

public  class Saturate
    {
      //要确保运算后的像素值在正确的范围内
        public static int Saturate_cast(int n)
        {
            if(n<=0)
            {
                return 0;
            }
            else if(n>255)
            {
                return 255;
            }
            else
            {
                return n;
            }
        }
    }

效果与上面使用API操作基本一致。这里是由一个计算公式：

对应这行代码：

 opt[col] = (byte)Saturate.Saturate_cast((5 * curr[col] - (curr[col - offsetx] + curr[col + offsetx] + up[col] + next[col])));

四：减少图像亮度

代码：

 static void Main(string[] args)
        {
            Mat src, dst;
            src = Cv2.ImRead(@"C:\Users\whx\Desktop\opcvImage\m4.jpg"); //读取图片
            dst = new Mat(src.Size(), src.Type()); //初始化
            src.CopyTo(dst); //把原图像拷贝到 dst 中
            for (int i = 0; i < src.Rows; i++)
            {
                for (int j = 0; j < src.Cols; j++)
                {
                    Vec3b color = new Vec3b();//新建Vec3b对象（字节的三元组(System.Byte)）
                    color.Item0 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item0 - 50));//  B 读取原来的通道值并减50
                    color.Item1 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item1 - 50)); // G
                    color.Item2 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item2 - 50));  // R
                    src.Set(i, j, color);
                }
            }

            using (new Window("Input", WindowMode.FreeRatio, dst))
            using (new Window("Output", WindowMode.FreeRatio, src))
            {
                Cv2.WaitKey(0);
            }
        }

输出图像明显比输入的亮度下降。

代码：

static void Main(string[] args)
        {
            Mat src, dst;
            src = Cv2.ImRead(@"C:\Users\whx\Desktop\opcvImage\m4.jpg"); //读取图片
            dst = new Mat(src.Size(), src.Type()); //初始化
            src.CopyTo(dst); //把原图像拷贝到 dst 中
            for (int i = 0; i < src.Rows; i++)
            {
                for (int j = 0; j < src.Cols; j++)
                {
                    Vec3b color = new Vec3b();//新建Vec3b对象（字节的三元组(System.Byte)）
                    color.Item0 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item0 + 50));//读取原来的通道值并加50
                    color.Item1 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item1 + 50));
                    color.Item2 = (byte)Saturate.Saturate_cast((src.Get(i, j).Item2 + 50));
                    src.Set(i, j, color);
                }
            }
            using (new Window("Input", WindowMode.FreeRatio, dst))
            using (new Window("Output", WindowMode.FreeRatio, src))
            {
                Cv2.WaitKey(0);
            }
        }

输出图像明显比输入的亮度提高很多。