OpenCV圖像處理之矩陣的掩膜操作

3.矩陣的掩膜操作

（接雲岫H：OpenCV3.1.0圖像處理教程（1））

OpenCV中的C++類和函數都是定義在命名空間cv之內的，有兩種方法可以訪問。第一種是，在代碼開頭的適當位置，加上using namespace cv;這句。

另外一種是在使用OpenCV類和函數時，都加入cv::命名空間。不過這種情況難免會不爽，每用一個OpenCV的類或者函數，都要多敲四下鍵盤寫出cv::，很麻煩。

所以，淺墨推崇大家在代碼開頭的適當位置，加上using namespace cv;這句。於是和opencv命名空間一了百了了。

改回來就好了，運行結果如下：

知識補充：掩膜操作提高圖像的對比度。

一個圖像的通道數是N，就表明每個像素點處有N個數，一個a×b的N通道圖像，其圖像矩陣實際上是b行N×a列的數字矩陣。所以要知道圖像矩陣的實際的行列，cols(列數)=圖像的cols*通道數，行數rows是一樣的圖像的rows。

OpenCV中圖像的通道可以是1、2、3和4。其中常見的是1通道和3通道，2通道和4通道不常見。

1通道的是灰度圖。

3通道的是彩色圖像，比如RGB圖像。

4通道的圖像是RGBA，是RGB加上一個A通道，也叫alpha通道，表示透明度。PNG圖像是一種典型的4通道圖像。alpha通道可以賦值0到1，或者0到255，表示透明到不透明。

2通道的圖像是RGB555和RGB565。2通道圖在程序處理中會用到，如傅里葉變換，可能會用到，一個通道為實數，一個通道為虛數，主要是編程方便。RGB555是16位的，2個位元組，5+6+5，第一位元組的前5位是R，後三位+第二位元組是G，第二位元組後5位是B，可見對原圖像進行壓縮了。

框和圖像左上角對齊，圖像矩陣從（0，0）開始記，最左上角是（0，0），所以中心點一開始坐標是（1，1）。所以row是從1開始，到rows-1結束的，同理col應該也是，肯定到不了最後一個，這裡對應的框都是對應圖像像素點的，不是圖像矩陣，所以是提前在cols中先將圖像的cols-1並不是直接在圖像矩陣cols上減一，那麼對應的圖像矩陣的col初始值並非對應圖像cols為1，圖像矩陣的cols是0，沒意義。而是當圖像的cols為2，此時圖像矩陣的cols是通道值。我們就可以把這個特殊值設出來為offsetx。

中間像素點和左邊像素點對應的圖像矩陣列數相差應該是通道數，例如3通道相當於左邊那個大座位可以坐三個人，行數圖像矩陣和圖像像素行數是一樣的。

一般我們是不會在原圖上做修改的，所以用const 來對current進行設定，const是一個C++語言的限定符，它限定一個變數不允許被改變。使用const在一定程度上可以提高程序的安全性和可靠性。在此處是用了它修飾指針的功能，

如果const位於*的左側，則const就是用來修飾指針所指向的變數，即指針指向為常量；

如果const位於*的右側，const就是修飾指針本身，即指針本身是常量。

因此，推薦使用int const* p，而不是使用const int* p（雖然兩者意義完全一樣），這樣更容易理解。（const其他的功能見https://www.cnblogs.com/chogen/p/4574118.html）

由於設定的current設定是const,因為不可以修改，故在原圖像不能輸出。

所以我們設一個和src一樣大的矩陣元素全是零dst且類型一致，利用指針將算出的像素放到dst中來輸出掩膜後的圖。

程序：

#include <opencv2/opencv.hpp>#include <iostream>#include <math.h>using namespace cv;int main(int argc, char** argv ) { Mat src, dst; src = imread("F:/VisualStudio2015/Opencvlearning/test2/test2/timg.jpg"); if (!src.data) { printf("could not load image...
"); return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", 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<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] = 5 * current[col] - (current[col - offsetx] + current[col + offsetx] + previous[col] + next[col]); } } namedWindow("contrast image demo", CV_WINDOW_AUTOSIZE); imshow("contrast image demo", dst); waitKey(0); return 0;}

會發現圖像邊緣很不好，似乎因為像素值放進去被截取了，我們利用函數使所有像素值在0-255之間。uchar表示無符號數取值範圍即0-255。

輸出就是對比度提高後的圖片，效果很好。

程序：

#include <opencv2/opencv.hpp>#include <iostream>#include <math.h>using namespace cv;int main(int argc, char** argv ) { Mat src, dst; src = imread("F:/VisualStudio2015/Opencvlearning/test2/test2/timg.jpg"); if (!src.data) { printf("could not load image...
"); return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", 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<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])); } } namedWindow("contrast image demo", CV_WINDOW_AUTOSIZE); imshow("contrast image demo", dst); waitKey(0); return 0;}

其實opencv帶有他的API函數可以實現上述功能

結果圖輸出是一樣的。

*其中filter2D中的第三個參數表示輸出的點陣圖深度，例子中填scr.depth()表示和原圖的點陣圖深度一樣，在你不知道是多少時，也可以選擇填-1，就是暗示輸出的點陣圖深度和原圖像相同，兩個都可以，效果一樣。當然你也可以選擇與原圖的點陣圖深度不一樣，只是很容易出錯。故一般就是-1或src.depth（），其中src是原圖代號不同例子不同。

小知識：

getTickcount函數：它返回從操作系統啟動到當前所經的計時周期數。 getTickFrequency函數：返回每秒的計時周期數。

getTickCount用來獲取我們程序的執行時間的，可以知道此處的API程序執行時間用多久。

第一步獲取一開始的執行時間，然後執行了API指令後，用新的執行時間減去一開始的執行時間t，再除以一個當量即getTickFrequency(),就可以表示時間用了多少。再列印出來輸出。程序如下：

可以知道那兩句API的執行用了0.02秒。