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。
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。
我们创建了一个与输入有着相同大小和类型的输出图像。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,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
函数如下实例中Sharpen所示。
1.2 实例
#include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/features2d/features2d.hpp> #include <opencv2/highgui/highgui.hpp> using namespace std; using namespace cv; void Sharpen(const Mat& myImage, Mat& Result); int main(int argc, char* argv[]) {Mat I, J;I = imread("C:\\code\\sdk_for_thinmanmini\\data\\rgb.jpg");int times = 1;double t = (double)getTickCount(); for (int i = 0; i < times; ++i)Sharpen(I, J); t = 1000 * ((double)getTickCount() - t) / getTickFrequency();t /= times; cv::imwrite("C:\\code\\sdk_for_thinmanmini\\data\\rgb2.jpg", J);cout << "Time of Sharpen (averaged for "<< times << " runs): " << t << " milliseconds." << endl; getchar();return 0; } 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)); }
1.3 结果对比
可以看出,实验后的结果明显细节更加的突出
2. filter2D函数
2.1 原理
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。
2.2 实例
#include <opencv2/imgproc.hpp>Mat I, J;I = imread("C:\\code\\sdk_for_thinmanmini\\data\\rgb.jpg");//![filter2D]filter2D(I, J, I.depth(), kernel);//![filter2D]t = ((double)getTickCount() - t) / getTickFrequency();cout << "Built-in filter2D time passed in seconds: " << t << endl; imshow("Output", J); waitKey();return EXIT_SUCCESS;
2.3 结果
OpenCV 【十三】矩阵的掩码操作相关推荐
- 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 ...
- 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 ...
- 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对矩阵进行padding操作
<OpenCV系列教程> <深度学习-如何提高数据集质量> 项目位置:OpenCV-Sample 代码位置:38-copyMakeBorder.py OpenCV的矩阵的Pad ...
- 理解矩阵的掩码操作 使用opencv锐化图片
关于opencv的矩阵掩码的操作其他博客已经讲了很多了,他们基本上都是抄opencv中文社区的,本文跟他们的区别是,这里只具体解释公式 I(i,j) = 5*I(i,j) - [ I(i-1,j) + ...
- OpenCV在矩阵上进行Mask 运算operations
OpenCV在矩阵上进行Mask 运算operations OpenCV在矩阵上进行Mask 运算operations 我们的测试用例 代码 基本方法 filter2D功能 OpenCV在矩阵上进行M ...
- 【OpenCV】矩阵和图像的操作总结查询
矩阵和图像操作 表3-3列出了一些操作矩阵图像的函数,其中的大部分对于图像处理非常有效.它们实现了图像处理中的基本操作,例如对角化.矩阵变换以及一些更复杂的诸如计算图像的统计操作. ...
- 独家|OpenCV 1.3 矩阵的掩膜操作(附链接)
翻译:陈之炎 校对:王可汗.林夕本文约1600字,建议阅读5分钟本文为大家介绍了 OpenCV 矩阵的官方教程. 矩阵的掩膜操作(mask)并不难.主要思路为:根据掩膜矩阵(也称为内核kernel)重 ...
- Opencv Mat矩阵操作
Opencv Mat矩阵操作 1.生成矩阵: Mat image(240, 320, CV8UC3); 第一个参数是rows,该矩阵的行数:第二个参数是cols,该矩阵的列数:第三个参数是该矩阵元素的 ...
最新文章
- WebSocket 中的Netty
- 美国国家航空航天局宣布发现地球2.0
- 135 页的《机器学习速查手册》,公式、图表都有,附下载!
- matlab canny边缘,matlab – 定向Canny边缘检测
- Server2012R2 ADFS3.0 The same client browser session has made '6' requests in the last '13'seconds
- 送福利:ROKID 语音开发板免费送,开启你的物联网之旅
- Linux 服务器拷贝远程文件 SCP
- java 表格添加监听_关于Oracle用java实时监听oracle对表的DML操作【技术贴】
- 【BZOJ 2726】任务安排【斜率优化dp】
- 算法设计与分析学习总结
- OpenGL ES 3.1 Android扩展包介绍
- 时间序列研(part14)--习题
- 计算机word中的宏,word运行宏快捷键_WORD运行宏_word中运行宏的方法_word自动运行宏...
- QT安装 and VS2019中安装QT插件
- ShareX(截图工具) 绿色版,功能异常强大
- linux网络Netfilter与iptables技术
- 图像处理(八)图像插值算法
- MYSQL部分面试题型
- 如何将pdf批量转换成word?
- JSHOP2的基本使用
热门文章
- centos 下安装mysql,linux(Centos7)下安装mysql8.0.18的教程图解
- 未来计算机体系结构,华中科大金海:未来是计算机体系结构的“黄金十年” 要培养大量创新人才...
- java treemap用法_Java TreeMap put()用法及代码示例
- 界面怎么使用pip_从零开始学Python——10Pyinstaller的使用
- PyTorch框架:(2)使用PyTorch框架构建神经网络模型---气温预测
- 和12岁小同志搞创客开发:如何驱动LED点阵模块?
- 如何在1分钟内CSDN收益1000万,走上人生巅峰?!
- 数据结构与算法(2-1)线性表之顺序存储(顺序表)
- python爬虫一般格式
- 计算机视觉:Bag of words算法实现图像识别与搜索