长沙做网站公司有哪些,网站建设模拟实训题,南京 推广 网站建设,wordpress连接阿里云oss矩阵的掩码操作很简单。其思想是#xff1a;根据掩码矩阵#xff08;也称作核#xff09;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#xff08;包括该像素自身的值#xff09;对新像素值有多大影响。从数学观点看#xff0c;我们用自己设置的权值#… 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.ptruchar(j - 1);const uchar* current myImage.ptruchar(j );const uchar* next myImage.ptruchar(j 1);uchar* output Result.ptruchar(j);for(int i nChannels;i nChannels*(myImage.cols-1); i){*output saturate_castuchar(5*current[i]-current[i-nChannels] - current[inChannels] - 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.ptruchar(j - 1);const uchar* current myImage.ptruchar(j );const uchar* next myImage.ptruchar(j 1);uchar* output Result.ptruchar(j);for(int i nChannels;i nChannels*(myImage.cols-1); i){*output saturate_castuchar(5*current[i]-current[i-nChannels] - current[inChannels] - 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
