Opencv之矩阵的掩码操作

最新推荐文章于 2025-06-18 17:50:14 发布

原创

最新推荐文章于 2025-06-18 17:50:14 发布 · 5k 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了在OpenCV中进行矩阵掩码操作的两种方法，包括基本的像素访问和filter2D函数的使用。在像素访问方法中，通过CV_Assert确保图像类型，并创建输出图像，使用指针迭代访问每个通道的像素。而在filter2D函数中，实现了输入图像与核的卷积操作。对于边界处理，文章提出在边界点直接设置为0的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

矩阵的掩码操作很简单。其思想是：根据掩码矩阵（也称作核）重新计算图像中每个像素的值。掩码矩阵中的值表示近邻像素值（包括该像素自身的值）对新像素值有多大影响。从数学观点看，我们用自己设置的权值，对像素邻域内的值做了个加权平均。

实现掩码操作的两种方法

基本的像素访问方法

    void Sharpen(const Mat& myImage,Mat& Result){
    CV_Assert(myImage.depth()== CV_8U);  // 仅接受uchar图像
 
   Result.create(myImage.size(),myImage.type());
    const intnChannels = myImage.channels();
 
    for(int j =1 ; j < myImage.rows-1; ++j)
    {
        constuchar* previous = myImage.ptr<uchar>(j - 1);
        constuchar* current  =myImage.ptr<uchar>(j    );
        constuchar* next     =myImage.ptr<uchar>(j + 1);
 
        uchar*output = Result.ptr<uchar>(j);
 
        for(inti= nChannels;i < nChannel