OpenCV学习笔记:矩阵的掩码操作
矩阵的掩码操作很简单。其思想是:根据掩码矩阵(也称作核)重新计算图像中每个像素的值。掩码矩阵中的值表示近邻像素值(包括该像素自身的值)对新像素值有多大影响。从数学观点看,我们用自己设置的权值,对像素邻域内的值做了个加权平均。
测试用例
思考一下图像对比度增强的问题。我们可以对图像的每个像素应用下面的公式:
上面那种表达法是公式的形式,而下面那种是以掩码矩阵表示的紧凑形式。使用掩码矩阵的时候,我们先把矩阵中心的元素(上面的例子中是(0,0)位置的元素,也就是5)对齐到要计算的目标像素上,再把邻域像素值和相应的矩阵元素值的乘积加起来。虽然这两种形式是完全等价的,但在大矩阵情况下,下面的形式看起来会清楚得多。
现在,我们来看看实现掩码操作的两种方法。一种方法是用基本的像素访问方法,另一种方法是用 filter2D 函数。
基本方法
下面是实现了上述功能的函数:
void Sharpen(const Mat& myImage,Mat& Result) {CV_Assert(myImage.depth() == CV_8U); // 仅接受uchar图像Result.create(myImage.size(),myImage.type());const int nChannels = myImage.channels();for(int j = 1 ; j < myImage.rows-1; ++j){const uchar* previous = myImage.ptr<uchar>(j - 1);const uchar* current = myImage.ptr<uchar>(j );const uchar* next = myImage.ptr<uchar>(j + 1);uchar* output = Result.ptr<uchar>(j);for(int i= nChannels;i < nChannels*(myImage.cols-1); ++i){*output++ = saturate_cast<uchar>(5*current[i]-current[i-nChannels] - current[i+nChannels] - previous[i] - next[i]);}}Result.row(0).setTo(Scalar(0));Result.row(Result.rows-1).setTo(Scalar(0));Result.col(0).setTo(Scalar(0));Result.col(Result.cols-1).setTo(Scalar(0)); }
刚进入函数的时候,我们要确保输入图像是无符号字符类型的。为了做到这点,我们使用了 CV_Assert 函数。若该函数括号内的表达式为false,则会抛出一个错误。
CV_Assert(myImage.depth() == CV_8U); // 仅接受uchar图像
然后,我们创建了一个与输入有着相同大小和类型的输出图像。在 图像矩阵是如何存储在内存之中的? 一节可以看到,根据图像的通道数,我们有一个或多个子列。我们用指针在每一个通道上迭代,因此通道数就决定了需计算的元素总数。
Result.create(myImage.size(),myImage.type()); const int nChannels = myImage.channels();
利用C语言的[]操作符,我们能简单明了地访问像素。因为要同时访问多行像素,所以我们获取了其中每一行像素的指针(分别是前一行、当前行和下一行)。此外,我们还需要一个指向计算结果存储位置的指针。有了这些指针后,我们使用[]操作符,就能轻松访问到目标元素。为了让输出指针向前移动,我们在每一次操作之后对输出指针进行了递增(移动一个字节):
for(int j = 1 ; j < myImage.rows-1; ++j) {const uchar* previous = myImage.ptr<uchar>(j - 1);const uchar* current = myImage.ptr<uchar>(j );const uchar* next = myImage.ptr<uchar>(j + 1);uchar* output = Result.ptr<uchar>(j);for(int i= nChannels;i < nChannels*(myImage.cols-1); ++i){*output++ = saturate_cast<uchar>(5*current[i]-current[i-nChannels] - current[i+nChannels] - previous[i] - next[i]);} }
在图像的边界上,上面给出的公式会访问不存在的像素位置(比如(0,-1))。因此我们的公式对边界点来说是未定义的。一种简单的解决方法,是不对这些边界点使用掩码,而直接把它们设为0:
Result.row(0).setTo(Scalar(0)); // 上边界 Result.row(Result.rows-1).setTo(Scalar(0)); // 下边界 Result.col(0).setTo(Scalar(0)); // 左边界 Result.col(Result.cols-1).setTo(Scalar(0)); // 右边界
filter2D函数
滤波器在图像处理中的应用太广泛了,因此OpenCV也有个用到了滤波器掩码(某些场合也称作核)的函数。不过想使用这个函数,你必须先定义一个表示掩码的 Mat 对象:
Mat kern = (Mat_<char>(3,3) << 0, -1, 0,-1, 5, -1,0, -1, 0);
然后调用 filter2D 函数,参数包括输入、输出图像以及用到的核:
filter2D(I, K, I.depth(), kern );
它还带有第五个可选参数——指定核的中心,和第六个可选参数——指定函数在未定义区域(边界)的行为。使用该函数有一些优点,如代码更加清晰简洁、通常比 自己实现的方法 速度更快(因为有一些专门针对它实现的优化技术)等等。例如,我测试的滤波器方法仅花了13毫秒,而前面那样自己实现迭代方法花了约31毫秒,二者有着不小差距。
示例:
你可以从 here 下载这个示例的源代码,也可浏览OpenCV源代码库的示例目录samples/cpp/tutorial_code/core/mat_mask_operations/mat_mask_operations.cpp
转载于:https://www.cnblogs.com/james1207/p/3266586.html
OpenCV学习笔记:矩阵的掩码操作相关推荐
- 《学习opencv》笔记——矩阵和图像操作——cvCrossProduct and cvCvtColor
矩阵和图像的操作 (1)cvCrossProduct函数 其结构 void cvCrossProdust(//计算两个三维向量的叉积const CvArr* src1,const CvArr* src ...
- 《学习opencv》笔记——矩阵和图像操作——cvMax,cvMaxS,cvMerge,cvMin and cvMinS
矩阵和图像的操作 (1)cvMax函数 其结构 void cvMax(//比较两个图像取最大值const CvArr* src1,//图像1const CvArr* src2,//图像2CvArr* ...
- Opencv学习笔记四——图像形态学操作
需要的库和自定义函数 import cv2 import numpy as np import matplotlib.pyplot as pltdef cv_show(name, mat):cv2.i ...
- OpenCV学习笔记之掩码操作
一.掩码操作 矩阵的掩码操作很简单.其思想是:根据掩码矩阵(也称作核)重新计算图像中每个像素的值.掩码矩阵中的值表示近邻像素值(包括该像素自身的值)对新像素值有多大影响.从数学观点看,我们用自己设置的 ...
- OpenCV学习笔记(四十一)——再看基础数据结构core OpenCV学习笔记(四十二)——Mat数据操作之普通青年、文艺青年、暴力青年 OpenCV学习笔记(四十三)——存取像素值操作汇总co
OpenCV学习笔记(四十一)--再看基础数据结构core 记得我在OpenCV学习笔记(四)--新版本的数据结构core里面讲过新版本的数据结构了,可是我再看这部分的时候,我发现我当时实在是看得太马 ...
- opencv进阶学习笔记5:图像模糊操作,图像锐化,边缘保留滤波EPF(图像滤镜)
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模糊操作 方法:均值模糊,中值模 ...
- OpenCV学习笔记(四):XML,YAML(.txt,.doc)文件读写操作
OpenCV学习笔记(四):XML,YAML(.txt,.doc)文件读写操作 一.Write_XML_and_YAML_File(写入XML) #include <opencv2/opencv ...
- OpenCV 【十三】矩阵的掩码操作
目录 1 Mask掩膜/滤波核 1.1 原理 1.2 实例 1.3 结果对比 2. filter2D函数 2.1 原理 2.2 实例 2.3 结果 1 Mask掩膜/滤波核 1.1 原理 矩阵的掩码操 ...
- OpenCV之core 模块. 核心功能(1)Mat - 基本图像容器 OpenCV如何扫描图像、利用查找表和计时 矩阵的掩码操作 使用OpenCV对两幅图像求和(求混合(blending))
Mat - 基本图像容器 目的 从真实世界中获取数字图像有很多方法,比如数码相机.扫描仪.CT或者磁共振成像.无论哪种方法,我们(人类)看到的是图像,而让数字设备来"看"的时候,则 ...
最新文章
- oracle怎么下载安装,Oracle数据库的下载和安装方法
- main方法一定要放在public类当中吗?
- 共享文件夹Access-Based Enumeration特性一览
- Android studio3.0开启抓包功能打包会使apk体积增大好几倍
- Continuous Intervals Gym - 102222L(2018宁夏邀请赛暨2019银川icpc网络预选赛)
- android 刷rom,刷ROM是什么?刷ROM是什么意思?
- navicate 无法远程访问mysql数据库,设置用户
- 自带公式编辑_公式都是怎么编辑出来的?如何打出公式上下标符号?
- 如何获取下拉列表框的值
- 你需要知道的包管理器(Package Manager)
- 如何识别媒体偏见_面部识别,种族偏见和非洲执法
- winserve2016 万能驱动网卡_windows server 2016 安装有线网卡驱动
- ad中电容用什么封装_电容器是怎么工作的?它在电路中究竟起什么作用?
- 宁夏理工计算机管理与应用,宁夏理工学院计算机科学与技术中小学校(计算机教育)...
- macOS连接ftp服务器
- 【深度学习 论文篇 01-1 】AlexNet论文翻译
- 三十八、西梁女儿国疑案之一落胎泉的秘密
- 2020.4.11普及C组 Loan Repayment【纪中】【二分】
- Cesium飞行效果
- Apache HBase_GJF_MBY
热门文章
- vscode openOCD 配置Jlink 下载和调试STM32 教程
- 在本地实现完成多台服务器之间文件拷贝
- 【自动化__持续集成】___java___XML__DOM4操作
- Android 触摸手势基础 官方文档概览
- [转]Xcode的重构功能
- 接口Interface和抽象类abstract class的区别
- hihoCoder 1116 计算 (线段树)
- android-波浪效果ripple-background
- 设计模式4-创建型模式-Prototype模式
- 7zip File: How to Uncompress 7z files on Ubuntu, Debian, Fedora