独家|OpenCV 1.3 矩阵的掩膜操作(附链接)

共 2236字,需浏览 5分钟

 ·

2021-07-30 23:36

翻译:陈之炎

校对:王可汗、林夕


本文约1600字,建议阅读5分钟

本文为大家介绍了 OpenCV 矩阵的官方教程。


矩阵的掩膜操作(mask)并不难。主要思路为:根据掩膜矩阵(也称为内核kernel)重新计算图像中每个像素的值。利用掩膜矩阵调整相邻像素对当前像素值的影响。从数学的角度来看,即是利用特定的权重值,对像素做一个加权平均。

测试案例


来看一下如何增强图像对比度的示例,按照以下公式重新计算图像各个像素:
 


第一种是利用公式做计算,而第二种是第一种使用mask来计算的简化版本。需要计算的像素对准掩膜矩阵的中心,将像素值和掩膜矩阵的值相加后求和。对于较大的图像来说,操作也是相同,后者的表述更容易被理解。


代码


可以到这里下载源代码,或者到以下目录中查看OpenCV的源代码示例库。


基本方法


接下来看下,如何通过两种方法来实现上述功能。一是使用获取像素值的基本方法,另一个是使用filter2D函数。


该函数的功能如下:
 


首先,应确保输入图像的数据类型是无符号的字符格式(unsigned char),当内部表达发生错误时,使用 cv::CV_Assert函数来报错。

 


cv::CV_Assert函数

https://docs.opencv.org/4.5.2/db/de0/group__core__utils.html


创建一个与输入图像尺寸和数据类型均相同的输出图像。正如在存储部分所述,这需要根据通道的数量和子列的数目来定。依据以上两个数目,通过指针的迭代,遍历像素矩阵中的所有元素。


利用普通的C操作符[]存取像素,由于需要在同一时间需要访问多个行,所以必须获取多个行的指针(前一行,当前行和下一行),同时还需要用另一个指针指向存储计算值的地方。然后,只需利用操作符 []来访问像素,只要在每次操作之后,简单地将输出指针增加一个字节,便能方便地移动输出指针。


在图像的边界上,会有不存在的像素位置(如(-1)—(-1)),在这种情况下,公式未作出明确的定义,最为简单的解决方案是不对这些点使用内核,边界的像素值设置为0:
 


filter2D函数


在图像处理过程中,滤波器应用得非常普遍,在OpenCV中,有一个应用掩膜矩阵(在某些地方称之为内核)的函数。首先需要定义一个保存掩膜矩阵的对象:


然后调用filter2D()函数,指定输入图像、输出图像和所使用的内核:
 


该函数第五个参数为可选的参数,用来指定内核的中心;第六个参数用于在存储滤波像素之前,为其添加一个可选值;第七个参数用于确定对未定义的区域(边界)做什么操作。这个函数比较短小简洁,通过优化之后,速度要比hand-coded方法快。例如,在本项测试中,hand-coded方法花了约31毫秒时间,而第一种方法只用了13毫秒的时间,二者之间颇有些差异。

例如:
 


可以在YouTube上观看示例程序的运行视频。

注:本文以C++语言代码为例,获取Java和python版本可在原文中查看:

https://docs.opencv.org/4.5.2/d7/d37/tutorial_mat_mask_operations.html
 
编辑:于腾凯
校对:王欣

下一小节:1.4 对图像的操作


往期回顾:
独家|OpenCV 1.1 Mat - 基本图像容器(附链接)

独家|OpenCV 1.2 如何用OpenCV扫描图像、查找表和测量时间(附链接)





译者简介





陈之炎,北京交通大学通信与控制工程专业毕业,获得工学硕士学位,历任长城计算机软件与系统公司工程师,大唐微电子公司工程师,现任北京吾译超群科技有限公司技术支持。目前从事智能化翻译教学系统的运营和维护,在人工智能深度学习和自然语言处理(NLP)方面积累有一定的经验。业余时间喜爱翻译创作,翻译作品主要有:IEC-ISO 7816、伊拉克石油工程项目、新财税主义宣言等等,其中中译英作品“新财税主义宣言”在GLOBAL TIMES正式发表。能够利用业余时间加入到THU 数据派平台的翻译志愿者小组,希望能和大家一起交流分享,共同进步

翻译组招募信息

工作内容:需要一颗细致的心,将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生,或在海外从事相关工作,或对自己外语水平有信心的朋友欢迎加入翻译小组。

你能得到:定期的翻译培训提高志愿者的翻译水平,提高对于数据科学前沿的认知,海外的朋友可以和国内技术应用发展保持联系,THU数据派产学研的背景为志愿者带来好的发展机遇。

其他福利:来自于名企的数据科学工作者,北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。


点击文末“阅读原文”加入数据派团队~



转载须知

如需转载,请在开篇显著位置注明作者和出处(转自:数据派ID:DatapiTHU),并在文章结尾放置数据派醒目二维码。有原创标识文章,请发送【文章名称-待授权公众号名称及ID】至联系邮箱,申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱(见下方)。未经许可的转载以及改编者,我们将依法追究其法律责任。



点击“阅读原文”拥抱组织



浏览 12
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报