opencv05-掩膜

参考：
https://blog.csdn.net/shuiyixin/article/details/88825549

#include 
#include 
#include 
#include 
#include 
#include 

using namespace std;
using namespace cv;

int main() {


    string filename1 = R"(D:\workspace\cpp_workspace\my-cv\data\img\1.png)";
    string filename2 = R"(D:\workspace\cpp_workspace\my-cv\data\img\2.png)";
    Mat src, dst, mask;
    src = imread(filename1);
    imshow("image", src);
    //1. 获取图像的像素指针
    // 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。

    const uchar *curr = src.ptr<uchar>(0); //获得第一行指针
    cout << curr[1] << endl; // p(row, col) =current[col]  //获取当前像素点P(row, col)的像素值。


    cout << saturate_cast<uchar>(-10) << endl; //返回 0
    cout << saturate_cast<uchar>(288) << endl; //返回255
    cout << saturate_cast<uchar>(100) << endl;//返回100

    int cols = (src.cols - 1) * src.channels();
    int offsetx = src.channels();
    int rows = src.rows;
    dst = Mat::zeros(src.size(), 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 = offsetx; col < cols; col++) {
            // saturate_cast 这个函数的功能是确保RGB值得范围在0~255之间
            output[col] = saturate_cast<uchar>(
                    5 * current[col] - (current[col - offsetx] + current[col + offsetx] + previous[col] + next[col]));
        }
    }
    imshow("dst", dst);


    waitKey();
    return 0;
}

使用filter2D来实现：

int main() {


    string filename1 = R"(D:\workspace\cpp_workspace\my-cv\data\img\1.png)";
    string filename2 = R"(D:\workspace\cpp_workspace\my-cv\data\img\2.png)";
    Mat src, dst, mask;
    src = imread(filename1);

   /** void filter2D(
            InputArray src,
            OutputArray dst,
            int ddepth,
            InputArray kernel,
            Point anchor = Point(-1,-1),
            double delta = 0,
            int borderType = BORDER_DEFAULT
    );
    (1).InputArray类型的src ，输入图像。
    (2).OutputArray类型的dst ，输出图像，图像的大小、通道数和输入图像相同。
    (3).int类型的ddepth，目标图像的所需深度。
    (4).InputArray类型的kernel，卷积核(或者更确切地说是相关核).是一种单通道浮点矩阵；如果要将不同的核应用于不同的通道，请使用split将图像分割成不同的颜色平面，并分别对其进行处理。。
    (5).Point类型的anchor，表示锚点(即被平滑的那个点).，注意他有默认值Point(-1,-1)。如果这个点坐标是负值的话，就表示取核的中心为锚点，所以默认值Point(-1,-1)表示这个锚点在核的中心。。
    (6).double类型的delta，在将筛选的像素存储到dst中之前添加到这些像素的可选值。说的有点专业了其实就是给所选的像素值添加一个值delta。
    (7).int类型的borderType，用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT。
    */
    Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    cv::filter2D(src, dst, src.depth(), kernel);

    imshow("input image", src);
    imshow("contrast image demo", dst);

    waitKey();
    return 0;
}

Mat元素的访问

int main() {
    string filename1 = R"(D:\workspace\cpp_workspace\my-cv\data\img\1.png)";
    Mat _img;
    _img = imread(filename1);


    // 1. 指针访问像素 这种方法最快，但是有点抽象
    for (int i = 0; i < _img.rows; i++)  //行循环
    {
        uchar *data = _img.ptr<uchar>(i);  //获取第i行的首地址
        for (int j = 0; j < _img.cols; j++)  //列循环
        {
            // data[j] =  data[j]/2;   //处理每个像素

            cout << data[j] << endl;
        }
    }

    // 2. 动态地址操作像素
    for (size_t i = 0; i < _img.rows; i++)  //行循环
    {
        for (size_t j = 0; j < _img.cols; j++)  //列循环
        {
            /*_img.at(i, j) = cv::Vec3b(0, 0, 0);   //处理每个像素

            //以下像素操作
            if (_img.at(i,j)[0] >= 100 && _img.at(i,j)[0] <= 124 &&
                _img.at(i,j)[1] >= 43 && _img.at(i,j)[1] <= 255 &&
                _img.at(i,j)[2] >= 46 && _img.at(i,j)[2] <=255)
            {
                _img.at(i,j) = cv::Vec3b(0,0,0);;
            }else{
                _img.at(i,j) = cv::Vec3b(255,255,255);
            }*/
            cout << _img.at<cv::Vec3b>(i, j)[0] << endl;
            cout << _img.at<cv::Vec3b>(i, j)[1] << endl;
            cout << _img.at<cv::Vec3b>(i, j)[2] << endl;
        }

    }

    // 3. 迭代器操作像素
    cv::Mat_<cv::Vec3b>::iterator it = _img.begin<cv::Vec3b>();  //初始位置的迭代器
    cv::Mat_<cv::Vec3b>::iterator itend = _img.end<cv::Vec3b>();  //终止位置的迭代器
    //存取彩色图像像素
    for(;it != itend; ++it)
    {
        (*it)[0] =  (*it)[0]/2;
        (*it)[1] =  (*it)[1]/2;
        (*it)[2] =  (*it)[2]/2;
    }

    return 0;
}