OpenCV——图像掩膜操作（提高对比度）

1、掩膜其实是一个矩阵，然后根据这个矩阵重新计算图片中像素的值。

2、获取图像像素指针：

CV_Assert(myImage.depth() == CV_8U);

Mat.ptr<uchar>(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*  current= myImage.ptr<uchar>(row );        //获得当前行指针

p(row, col) =current[col];            //获取当前像素点P(row, col)的像素值

3、 像素范围处理   saturate_cast<uchar>  函数(这个函数的功能是确保RGB值得范围在0~255之间)

saturate_cast<uchar>（-100）//返回 0 

saturate_cast<uchar>（288）//返回255

saturate_cast<uchar>（100）//返回100

 4、掩膜（mask/kernel）

矩阵的掩膜操作比较简单，根据掩膜来重新计算每个像素的像素值。

 

红色是中心元素I(i,j)。

掩膜操作公式：

                        

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。

5、使用上述方法自定义滤波器：

#include<iostream>
#include<math.h>
#include <opencv2/opencv.hpp>
#include <opencv2\imgproc\types_c.h>
#include <opencv2/highgui/highgui_c.h>

using namespace cv;

int main()
{
	Mat src, dst;
	src= imread("F:\\bishe\\testopencv2\\1.png");//文件路径要用双斜杠
	namedWindow("input image");
	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());//初始化

	//矩阵的的掩膜操作（调整对比度）
	for (int row = 1; row < (rows - 1); row++) {
		const uchar* previous= src.ptr<uchar>(row-1);//上一行
		const uchar* current = src.ptr<uchar>(row);//本行
		const uchar* next = src.ptr<uchar>(row+1);//下一行
		uchar* output = dst.ptr<uchar>(row);//输出
		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", CV_WINDOW_AUTOSIZE);
	imshow("contrast image", dst);
	waitKey(0);
	return 0;
}

效果图：

6.使用OpenCV自带滤波器：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("F:\\bishe\\Photo\\2.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		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]));
		}
	}
	*/
	double t = getTickCount();
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);//定义掩膜
	filter2D(src, dst, src.depth(), kernel);
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %.2f\n", timeconsume);

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

	waitKey(0);
	return 0;
}

效果图：