《opencv2》 遍历图像与邻域操作

在图像处理中，通过当前位置的相邻像素计算新的像素值是很常见的操作，当邻域包含图像的前几行货下几行是，你就需要同时扫描图像的若干行。

本代码是对图像进行锐化，它基于拉普拉斯算子，众所周知，将一副图像减去它经过拉普拉斯滤波之后的图像，这幅图像的边缘部分将得到放大，即为细节部分更加锐利，这个锐化算子的计算方式为：

sharpene_pixel = 5*current - left - right - up - down;

left,right, up, down分别为当前像素紧挨着的，左右上下。

代码如下：

#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/core/mat.hpp>

#include<cv.h>

using namespace cv;

void sharpen(const Mat &image, Mat &result)
{
 result.create(image.size(), image.type());
 for(int j=1; j<image.rows-1; j++)
 {
  const uchar * previous = image.ptr<const uchar>(j-1);
  const uchar * current = image.ptr<const uchar>(j);
  const uchar * next = image.ptr<const uchar>(j+1);
  uchar * output = result.ptr<uchar>(j);
  for(int i=1*image.channels(); i<(image.cols-1)* image.channels(); i++)
  {
   *output++ = saturate_cast<uchar>(5*current[i]-current[i-(1*image.channels())] - current[i+(1*image.channels())] - previous[i] - next[i]);    //锐化算子计算公式
  } 
 }

 if(image.channels() == 1)              //当图像为单通道图像时，即灰度图像，将未处理的像素设置为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));
 }else if(image.channels() == 3)             //当图像为rgb图像时
 {
  result.row(0).setTo(Scalar(0, 0, 0));
  result.row(result.rows-1).setTo(Scalar(0, 0, 0));
  result.col(0).setTo(Scalar(0, 0, 0));
  result.col(result.cols-1).setTo(Scalar(0, 0, 0));
 }

}

int main()
{

 Mat image = imread("lena.png");
 Mat result;
 sharpen(image, result);
 namedWindow("image");
 namedWindow("result");
 imshow("image", image);
 imshow("result", result);
 waitKey(0);
 return 0;
}