当前位置: 首页 > 编程语言 > C++ > 正文

OpenCV在矩阵上的卷积

时间:2015-05-15

在openCV官网上说是戴面具,其实就是重新计算一下矩阵中的每一个value,那么怎么计算呢,根据该像素点的周围信息,用一个加权的公式来进行计算。那么现在就要看,周围的信息是如何被加权的。让我们想一下这样的方式,请看下面的公式:

上面的公式就是依据当前像素点的值和四个邻居的值,更新一下。相当于原来矩阵每一块3*3的小矩阵和M进行想乘一样。

在程序中,我们对该公式进行编程的话,会是下面的代码。

#include <opencv2/core/core.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include <iostream>  
#include <sstream>  
      
using namespace std;  
using namespace cv;  
      
void Sharpen(const Mat& myImage, Mat& Result)  
{  
    CV_Assert(myImage.depth() == CV_8U);  // accept only uchar images,这里确保我们接受的图片的格式  
      
    Result.create(myImage.size(), myImage.type()); //根据myImage的size和type来创建矩阵。  
    const int nChannels = myImage.channels();//获取图片的channel  
      
    for (int j = 1; j < myImage.rows - 1; ++j)  
    {  
        const uchar* previous = myImage.ptr<uchar>(j - 1);//获取i,j位置上i行,i-1行和i+1行,  
        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]);//这里根据公式计算,之所以是i-nChannels是因为矩阵的存储格式,  
            //  具体看这里http://blog.csdn.net/zhonghuan1992/article/details/38408939  
        }  
    }  
      
    //对于图像的边界部分,上面的公式并不作用于这里,在这种情况下,可以把边界值都设为0  
    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));  
}  
int main()  
{  
    String str = "zh.png";  
    Mat I, J;  
    //I = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);  
    I = imread(str, CV_LOAD_IMAGE_COLOR);  
      
    Sharpen(I, J);  
    imshow("", J);  
    waitKey();  
      
    return 0;  
}