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);

}