opencv2—（4）遍历图像和邻域操作

在图像处理中，对当前位置像素的相邻像素计算新的像素值是很常见的操作，当邻域包括图像的前几行和下几行时，你就需要同时扫描图像的若干行

本篇介绍的这个例子是对图像进行锐化，它是基于拉普拉斯算子的。将一幅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得到放大，即细节部分得到锐化，这个锐化的算子计算方式如下：

sharpened——pixel=5*current-left-right-up-down；

//彩色图片锐化

void sharpend(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[i] = cv::saturate_cast<uchar>

                                (5 * current[i] - previous[i]-current[i-3]-current[i+3]-next[i]);

              }

       }

       result.row(0).setTo(cv::Scalar(0,0,0));

       result.row(result.rows-1).setTo(cv::Scalar(0,0,0));

       result.col(0).setTo(cv::Scalar(0,0,0));

       result.col(result.cols - 1).setTo(cv::Scalar(0,0,0));

}

其中模板函数cv::saturate_cast用来对计算结果进行截断；cv::Scalar(0,0,0)指定像素的三个通道的目标值

当然，对于本例子中的锐化滤波器，核矩阵为：[ 0 -1 0; -1 5 -1; 0 -1 1]这样一个3*3 的矩阵，OpenCV定义了一个特殊的函数来完成滤波处理：

cv::filter2D

下面是本例的第二种实现方法：

void sharpen2D(const Mat& image, Mat& result)

{

       Mat kernel(3, 3, CV_32F, cv::Scalar(0));

       kernel.at<float>(1, 1) = 5.0;

       kernel.at<float>(0, 1) = -1.0;

       kernel.at<float>(1, 0) = -1.0;

       kernel.at<float>(1, 2) = -1.0;

       kernel.at<float>(2, 1) = -1.0;

       cv::filter2D(image, result, image.depth(), kernel);

}