OpenCV在矩阵上的卷积

在openCV官网上说是戴面具，事实上就是又一次计算一下矩阵中的每个value，那么怎么计算呢，依据该像素点的周围信息，用一个加权的公式来进行计算。那么如今就要看，周围的信息是怎样被加权的。让我们想一下这种方式，请看以下的公式：

上面的公式就是根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，会是以下的代码。

#include 
     
      #include
      
       #include 
       
        #include 
        
         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()); //依据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
         
          (j - 1);//获取i，j位置上i行，i-1行和i+1行，		const uchar* current = myImage.ptr
          
           (j); const uchar* next = myImage.ptr
           
            (j + 1); uchar*output = Result.ptr
            
             (j); for (int i = nChannels; i < nChannels * (myImage.cols - 1); ++i) { *output++ = saturate_cast
             
              (5 * current[i] - current[i - nChannels] - current[i + nChannels] - previous[i] - next[i]);//这里依据公式计算，之所以是i-nChannels是由于矩阵的存储格式， // 详细看这里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，在这样的情况下，能够把边界值都设为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;}

转换前的图像：

卷积后的图像：

能够自行比較一下这两幅图片的不同之处。

The filter2D function:

由于上面的过程在图像处理中太常见了，openCV提供了函数对这样的操作的支持。在卷积前，你要选择一个矩阵，看上面的公式，就是那个M，要确定那个M。

Mat kern = (Mat_
     
      (3, 3) << 0, -1, 0,		-1, 5, -1,		0, -1, 0);

然后使用filter2D函数。

filter2D(I, K, I.depth(), kern);

经过比較，在我的电脑上，第一种方式用时21毫秒，另外一种方式用时仅7毫秒。

程序完整代码可从下载：

你可能感兴趣的文章