03OpenCV图像的掩膜操作

掩膜操作提高图像的对比度

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
注：相当于用一个刷子把图像的每隔几点的颜色增强（理解就行），以下为代码表达

    int cols = (src.cols-1) * src.channels();//src.cols 为图像的列
	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++) {
			output[col] = saturate_cast<uchar>(5 * current[col] - (current[col- offsetx] + >current[col+ offsetx] + previous[col] + next[col]));
		}
	}

获取图像像素制作

• CV_Assert(myImage.depth() == CV_8U); （OpenCV 中的 CV_Assert 函数来执行一个断言，用于确保 myImage 的深度是 CV_8U。在这种情况下，它检查 myImage 是否是一个8位无符号整数类型的图像。如果条件不满足，程序将会终止并输出错误信息。这可以帮助程序员在开发过程中及早捕获到一些潜在的问题。）
• 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]

图像掩膜算子

filter2D 掩码算子

filter2D(InputArray src,OutputArray dst,int ddepth,InputArray kernel,…)
src为输入图像。
dst为目标图像，其尺寸和通道与输入图像一致。
ddepth期望的目标图像类型，即位图深度。其中输出图像的位图深度应该大于或者等于输入图像的位图深度。值为-1时表示与原图（即src）的位图深度一样。
定义掩膜(例如定义一个3.2部分中所示的掩膜)：Mat Kernel=(Mat_<char>(3,3)<<0,-1,0,-1,5,-1,0,-1,0)

防止像素溢出算子

saturate_cast()
在图像处理方面，无论是加是减，乘除，都会超出一个像素灰度值的范围（0～255），saturate_cast函数的作用即是：当运算完之后，结果为负，则转为0，结果超出255，则为255。

全部代码

#include 
#include 
using namespace std;
using namespace cv;
int main()
{
	Mat src = imread("test.jpg");//读取图片
	if (src.empty())
	{
		cout << "could not load src...";
		return -1;
	}
	namedWindow("test");//设置窗口名称
	imshow("test", src);


	/*
	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(row - 1);
		const uchar* current = src.ptr(row);
		const uchar* next = src.ptr(row + 1);
		uchar* output = dst.ptr(row);
		for (int col = offsetx; col < cols; col++) {
			output[col] = saturate_cast(5 * current[col] - (current[col- offsetx] + current[col+ offsetx] + previous[col] + next[col]));
		}
	}
	*/
	Mat dst;
	double t = getTickCount();
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst, src.depth(), kernel);
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %.2f\n", timeconsume);

	namedWindow("contrast image demo");
	imshow("contrast image demo", dst);

	
	waitKey(0);
	return 0;
}