首页 > 其他 > 详细

OpenCV2邻域和模板操作

时间:2014-05-06 13:42:27      阅读:551      评论:0      收藏:0      [点我收藏+]

在图像处理中,通过当前位置的邻域像素计算新的像素值是很常见的操作。当邻域包含图像的上几行和下几行时,就需要同时扫描图像的若干行,这就是图像的邻域操作了。至于模板操作是实现空间滤波的基础,通常是使用一个模板(一个的矩形)滑过整幅图像产生新的像素。下面介绍通过使用OpenCV2实现Laplace算子锐化图像,来介绍OpenCV2中对邻域和模板的操作。

锐化处理主要的目的是突出灰度的过渡部分,通常由微分来定义和实现锐化算子的各种方法。Laplace算子是最贱的各向同性微分算子,常用的Laplace模板如下:

bubuko.com,布布扣

使用Laplace算子锐化图像时需要注意模板中心的系数,如果中心系数是负的,就需要将原图像减去经过Laplace算子处理后的图像,得到锐化后的结果。如果中心系数是正的,则相反。

锐化图像时不能以In-Place的方式来完成,需要提供一个输出图像。在对图像遍历时使用两个3个指针:一个指向当前行,一个指向当前行的上一行,一个指向当前行的下一行。而且,由于每个像素值的计算都需要它的上下左右四个相邻像素,所以无法对图像的边界进行计算,需要另作处理。具体实现代码如下:

   1:  /*
   2:      0    -1    0
   3:      -1    4    -1
   4:      0    -1    0
   5:  */
   6:  void sharpen(const Mat & image,Mat & result)
   7:  {
   8:      CV_Assert(image.depth() == CV_8U);
   9:   
  10:      result.create(image.size(),image.type());
  11:   
  12:      const int channels = image.channels() ;
  13:      for(int j = 1 ;j < image.rows - 1 ; j ++){
  14:          const uchar * previous = image.ptr<const uchar>(j - 1) ; // 当前行的上一行
  15:          const uchar * current = image.ptr<const uchar>(j) ; //当前行
  16:          const uchar * next = image.ptr<const uchar>(j + 1) ; //当前行的下一行
  17:   
  18:          uchar * output = result.ptr<uchar>(j) ;  // 输出行
  19:          for(int i = channels ; i < channels * (image.cols - 1) ; i ++) {
  20:              * output ++ = saturate_cast<uchar>( 4 * current[i] - previous[i] - next[i] - current[i - channels] - current[ i + channels]) ;
  21:          }
  22:      }
  23:   
  24:      //对图像边界进行处理
  25:      //边界像素设置为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:  }

这里使用指针遍历整个图像,使用三个指针同时扫描图像的三行,另外使用一个指针指向输出行。在计算输出像素时,使用模板函数saturate_cast<uchar>对计算结果进行调整。这是因为对像素值的计算有可能导致结果超出了像素允许的范围,即小于0或者大于255,当计算结果是浮点数时,该函数会将结果取整至最近的整数。

由于边界的像素没有完整的邻域,无法使用模板计算其值,需要单独处理。这里只是简单的将其值设为0.

测试代码:

   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) ;

结果如下:

bubuko.com,布布扣bubuko.com,布布扣

这里需要说明,在OpenCV2中对Mat进行了大量的运算符重载,例如上面,两幅图像相加直接使用image + result即可。另外,如位操作符:&,|,^,~;函数max,min,abs;比较操作符:<,<=,>,>=,比较操作符返回一个8位二进制图像。另外矩阵乘法m1 * m2,矩阵求逆 m1.inv(),矩阵转置m.t(),举证的行列式m.determinate(),向量的模v.norm(),向量叉乘v.corss(v1),向量的点乘v.dot(v1)等。

由于使用模板实现空间滤波在图像处理中非常的常用,在OpenCV中专门定义了一个特殊的函数来完成该处理:
filter2D.

函数原型:

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

参数:
src,输入图像
dst 输出图像,和输入图像有相同的大小和通道
ddepth 输出图像的depth,如果为负数,则和输入图像的depth相同
kernel 模板
anchor 进行卷积运算的中心位置,默认的是kernel的中心
delta 可选值,加到输出像素上的值
bordertype 对输出图像边界的处理。

使用filter2D实现Laplace算子

   1:      Mat kern = (Mat_<char> (3,3) << 1,1,1,
   2:                                      1,-8,1,
   3:                                      1,1,1) ;
   4:      filter2D(image,result,image.depth(),kern) ;
这里只需要定义好kernel调用filter2D即可,而且OpenCV对该函数进行了优化,其效率要比上面使用指针实现的要高。

OpenCV2邻域和模板操作,布布扣,bubuko.com

OpenCV2邻域和模板操作

原文:http://www.cnblogs.com/wangguchangqing/p/3710397.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!