OpenCV2鄰域和模板操作

在影象處理中，通過當前位置的鄰域畫素計算新的畫素值是很常見的操作。當鄰域包含影象的上幾行和下幾行時，就需要同時掃瞄影象的若干行，這就是影象的鄰域操作了。至於模板操作是實現空間濾波的基礎，通常是使用乙個模板（乙個的矩形）滑過整幅影象產生新的畫素。下面介紹通過使用opencv2實現laplace運算元銳化影象，來介紹opencv2中對鄰域和模板的操作。

銳化處理主要的目的是突出灰度的過渡部分，通常由微分來定義和實現銳化運算元的各種方法。laplace運算元是最賤的各向同性微分運算元，常用的laplace模板如下：

使用laplace運算元銳化影象時需要注意模板中心的係數，如果中心係數是負的，就需要將原影象減去經過laplace運算元處理後的影象，得到銳化後的結果。如果中心係數是正的，則相反。

銳化影象時不能以in-place的方式來完成，需要提供乙個輸出影象。在對影象遍歷時使用兩個3個指標：乙個指向當前行，乙個指向當前行的上一行，乙個指向當前行的下一行。而且，由於每個畫素值的計算都需要它的上下左右四個相鄰畫素，所以無法對影象的邊界進行計算，需要另作處理。具體實現**如下：

0 -1 0

-1 4 -1

0 -1 0

6:  
void sharpen(const mat & image,mat & result)

7:

22:      }

23:

24:

//對影象邊界進行處理

25:

//邊界畫素設定為0

26:      result.row(0).setto(scalar(0));

27:      result.row(result.rows-1).setto(scalar(0)) ;

28:      result.col(0).setto(scalar(0));

29:      result.col(result.cols-1).setto(scalar(0));

30:  }

這裡使用指標遍歷整個影象，使用三個指標同時掃瞄影象的三行，另外使用乙個指標指向輸出行。在計算輸出畫素時，使用模板函式saturate_cast對計算結果進行調整。這是因為對畫素值的計算有可能導致結果超出了畫素允許的範圍，即小於0或者大於255，當計算結果是浮點數時，該函式會將結果取整至最近的整數。

由於邊界的畫素沒有完整的鄰域，無法使用模板計算其值，需要單獨處理。這裡只是簡單的將其值設為0.

測試**：

1:      mat image = imread("d:\\lenna.jpg") ;

2:      mat result ;

3:      sharpen(image,result) ;

4:      imwrite("d:\\lenna1.jpg",result) ;

5:      imwrite("d:\\lenna2.jpg",image + result) ;

結果如下：

這裡需要說明，在opencv2中對mat進行了大量的運算子過載，例如上面，兩幅影象相加直接使用image + result即可。另外，如位操作符:&,|,^,~；函式max,min,abs；比較操作符：,>=，比較操作符返回乙個8位二進位制影象。另外矩陣乘法m1 * m2,矩陣求逆 m1.inv(),矩陣轉置m.t(),舉證的行列式m.determinate()，向量的模v.norm(),向量叉乘v.corss(v1),向量的點乘v.dot(v1)等。

由於使用模板實現空間濾波在影象處理中非常的常用，在opencv中專門定義了乙個特殊的函式來完成該處理：

filter2d.

函式原型：

1:  
void filter2d(inputarray src, outputarray dst, int ddepth, inputarray kernel, point anchor=point(-1,-1), double delta=0, int bordertype=border_default )

引數：

src,輸入影象

dst 輸出影象，和輸入影象有相同的大小和通道

ddepth 輸出影象的depth,如果為負數，則和輸入影象的depth相同

kernel 模板

anchor 進行卷積運算的中心位置，預設的是kernel的中心

delta 可選值，加到輸出畫素上的值

bordertype 對輸出影象邊界的處理。

使用filter2d實現laplace運算元

1:      mat kern = (mat_ (3,3) << 1,1,1,

2:                                      1,-8,1,

3:                                      1,1,1) ;

4:      filter2d(image,result,image.depth(),kern) ;

這裡只需要定義好kernel呼叫filter2d即可，而且opencv對該函式進行了優化，其效率要比上面使用指標實現的要高。

**：

OpenCV2鄰域和模板操作

OpenCV2鄰域和模板操作

OpenCV2鄰域和模板操作

openCV2 第二講 操作畫素

相關推薦

openCV2 第二講操作畫素