OpenCV在矩陣上的卷積

標籤：opencv   矩陣卷積   

轉載請註明出處！！！http://blog.csdn.net/zhonghuan1992

 

OpenCV在矩陣上的卷積

         在openCV官網上說是戴面具，其實就是重新計算一下矩陣中的每一個value，那麼怎麼計算呢，根據該像素點的周圍資訊，用一個加權的公式來進行計算。那麼現在就要看，周圍的資訊是如何被加權的。讓我們想一下這樣的方式，請看下面的公式：

        

         上面的公式就是依據當前像素點的值和四個鄰居的值，更新一下。相當於原來矩陣每一塊3*3的小矩陣和M進行想乘一樣。

         在程式中，我們對該公式進行編程的話，會是下面的代碼。

#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,這裡確保我們接受的圖片的格式Result.create(myImage.size(), myImage.type()); //根據myImage的size和type來建立矩陣。const int nChannels = myImage.channels();//擷取圖片的channelfor (int j = 1; j < myImage.rows - 1; ++j){const uchar* previous = myImage.ptr<uchar>(j - 1);//擷取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]);//這雷根據公式計算，之所以是i-nChannels是因為矩陣的儲存格式，//  具體看這裡http://blog.csdn.net/zhonghuan1992/article/details/38408939}}//對於映像的邊界部分，上面的公式並不作用於這裡，在這種情況下，可以把邊界值都設為0Result.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;}

轉換前的映像：

        

卷積後的映像：

        

        

         可以自行比較一下這兩幅圖片的不同之處。

 

The filter2D function:

         因為上面的過程在影像處理中太常見了，openCV提供了函數對這種操作的支援。在卷積前，你要選擇一個矩陣，看上面的公式，就是那個M，要確定那個M。

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

         然後使用filter2D函數。

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

         經過比較，在我的電腦上，第一種方式用時21毫秒，第二種方式用時僅7毫秒。

         程式完整代碼可從這裡下載：