掩膜操作

什么是掩膜操作？

掩膜操作是指根據掩膜矩陣（也稱作核kernel）重新計算影像中每個像素的值，掩膜矩陣中的值表示了鄰近像素值（包括該像素自身的值）對新像素值有多大的影響，從數學的觀點來看，我們用自己設定的權值，對像素領域內的值做了個加權平均，

比如，下面這個公式表示用5倍當前像素的值減去該像素上、下、左、右四個像素值和，得到的結果賦值給當前像素，使用該公式可以用于提升影像的對比度，調節I(i,j)的系數權重可以得到不同的對比度提升效果，

上面的公式可以用掩膜矩陣表示成如下的形式，

掩膜操作可以實作影像對比度的調整，使得影像可以銳化，提高影像對比度，

掩膜操作實作影像對比度調整

紅色是中心像素，從上到下，從左到右對每個像素做同樣的處理操作，得到最終結果就是對比度提高之后的輸出影像Mat物件

下面我們繼續探究，如果要想進行掩膜操作，就要先獲取影像像素指標和進行像素范圍處理

如何獲取影像像素指標？

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

Mat.ptr(int i=0) 獲取像素矩陣的指標，索引i表示第幾行，從0開始計行數，
獲得當前行指標const uchar* current=myImage.ptr(row );
獲取當前像素點P(row, col)的像素值 p(row, col) =current[col]

如何像素范圍處理？

什么是像素范圍處理？

我們在設定影像像素的灰度值或者RGB值時候，如果不了解，會隨意設定，以RGB為例，他們的取值范圍是從0 到255，所以如果我們輸入范圍以外的資料，為防止程式出錯，我們需要控制范圍，保證我們輸入非法資料時候，不會導致程式出現問題，

處理的原則如下：

如果我們輸入小于0的值，它會回傳0，
如果我們輸入大于255的值，它會回傳255，
如果我們輸入0-255之間的值，它會正常回傳，

那么我們用的時候怎么進行處理呢？

這里就要用到像素范圍處理函式saturate_cast<uchar>

像素范圍處理API——saturate_cast<uchar>

saturate_cast<uchar>（-100），回傳 0，
saturate_cast<uchar>（288），回傳255
saturate_cast<uchar>（100），回傳100

這個函式的功能是確保RGB值得范圍在0~255之間

掩膜操作的API——filter2D

掩膜操作的API是filter2D，函式原型是：

void filter2D( 
    InputArray src, 
    OutputArray dst, 
    int ddepth,                            
    InputArray kernel, 
    Point anchor = Point(-1,-1),                            
    double delta = 0, 
    int borderType = BORDER_DEFAULT 
);

引數：

1. InputArray型別的src ，輸入影像，
2. OutputArray型別的dst ，輸出影像，影像的大小、通道數和輸入影像相同，
3. int型別的ddepth，目標影像的所需深度，
4. InputArray型別的kernel，卷積核（或者更確切地說是相關核）是一種單通道浮點矩陣；如果要將不同的核應用于不同的通道，請使用split將影像分割成不同的顏色平面，并分別對其進行處理，，
5. Point型別的anchor，表示錨點（即被平滑的那個點），注意他有默認值Point(-1,-1)，如果這個點坐標是負值的話，就表示取核的中心為錨點，所以默認值Point(-1,-1)表示這個錨點在核的中心，，
6. double型別的delta，在將篩選的像素存盤到dst中之前添加到這些像素的可選值，說的有點專業了其實就是給所選的像素值添加一個值delta，
7. int型別的borderType，用于推斷影像外部像素的某種邊界模式，有默認值BORDER_DEFAULT，

使用步驟

1. 定義掩膜：Mat kernel = (Mat_<char>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
2. filter2D( src, dst, src.depth(), kernel );其中src與dst是Mat型別變數、src.depth表示位圖深度，有32、24、8等，

例如：

filter2D( src, dst, src.depth(), kernel );

掩膜操作案例

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

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("test2.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	// 矩陣計算 掩膜操作
	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);
	
	// 使用 掩膜操作API
	Mat dst2;
	double t = getTickCount();
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(src, dst2, src.depth(), kernel);
	double timeconsume = (getTickCount() - t) / getTickFrequency();
	printf("tim consume %.2f\n", timeconsume);
	namedWindow("filter2D contrast image demo", CV_WINDOW_AUTOSIZE);
	imshow("filter2D contrast image demo", dst2);


	waitKey(0);
	return 0;
}