2016-12-05 17:27:18 jinxiaonian11 阅读数 66757

刚开始涉及到图像处理的时候,在opencv等库中总会看到mask这么一个参数,非常的不理解,在查询一系列资料之后,写下它们,以供翻阅。
什么是掩膜(mask)
数字图像处理中的掩膜的概念是借鉴于PCB制版的过程,在半导体制造中,许多芯片工艺步骤采用光刻技术,用于这些步骤的图形“底片”称为掩膜(也称作“掩模”),其作用是:在硅片上选定的区域中对一个不透明的图形模板遮盖,继而下面的腐蚀或扩散将只影响选定的区域以外的区域。
图像掩膜与其类似,用选定的图像、图形或物体,对处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。
光学图像处理中,掩模可以是胶片、滤光片等。数字图像处理中,掩模为二维矩阵数组,有时也用多值图像。数字图像处理中,图像掩模主要用于:

①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。
②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。
③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。
④特殊形状图像的制作。

掩膜是一种图像滤镜的模板,实用掩膜经常处理的是遥感图像。当提取道路或者河流,或者房屋时,通过一个n*n的矩阵来对图像进行像素过滤,然后将我们需要的地物或者标志突出显示出来。这个矩阵就是一种掩膜。

2019-01-04 00:25:59 qq_42887760 阅读数 371

1. 获取图像像素指针

  • CV_Assert(myImage.depth() == CV_8U);
  • Mat.ptr(int i=0) 获取像素矩阵的指针,索引i表示第几行,从0开始计行数。
  • 获得当前行指针const uchar* current= myImage.ptr(row );
  • 获取当前像素点P(row, col)的像素值 p(row, col) =current[col]

2. 像素范围处理saturate_cast

这个函数的功能是确保RGB值得范围在0~255之间,如下所示:

saturate_cast(-100),返回 0。
saturate_cast(288),返回255
saturate_cast(100),返回100

3. 掩膜操作实现图像对比度调整

红色是中心像素,从上到下,从左到右对每个像素做同样的处理操作,得到最终结果就是对比度提高之后的输出图像Mat对象。
在这里插入图片描述

  • 矩阵的掩膜操作十分简单,根据掩膜来重新计算每个像素的像素值,掩膜(mask 也被称为Kernel)

  • 掩膜矩阵 3*3 在图像矩阵上移动与图像重合,与每一个重合的像素点做掩膜操作,

  • 公式:中心点掩膜后的颜色数据 I(i,j)=5I(i,j)[I(i1,j)+I(i+1,j)+I(i,j1)+I(i,j+1)]I(i,j) = 5*I(i,j) - [I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]

  • 这里是3*3的矩阵,所以图像数据的第一行倒数第一行,第一列倒数第一列不做掩膜操作 。其中: i,j 表示像素的位置,第 i 行,第 j 列, I(i,j) 表示每个通道颜色数据。

  • 掩膜操作不是矩阵乘法,由公式可以看出

  • 该掩膜矩阵的作用: 掩膜操作可以提高图像对比度,对比度提高可以增加图像感官度、锐化,让看起来有点模糊的图像更清晰

程序代码
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;

int main(int argc,char** argv){
	Mat src,dst;
	src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");

	if(!src.data){
		printf("could not load image ...");
		return -1;
	}
	//CV_Assert(src.depth()==CV_8U);
	
	//掩膜操作
	int channels=src.channels();//图像的通道数
	int cols=(src.cols)*src.channels();//列数*通道数
	int rows=src.rows;//行数

	dst=Mat::zeros(src.size(),src.type());//初始化 dst

	for(int row=1 ; row<rows-1 ; row++){
		const uchar* previous = src.ptr<uchar>(row - 1);//上一行
		const uchar* current=src.ptr<uchar>(row);//当前行
		const uchar* next =src.ptr<uchar>(row + 1);//下一行

		uchar* output=dst.ptr<uchar>(row);
		for(int col=1*channels ; col<cols-1*channels ; col++){
			//掩膜操作:I(i,j) = 5*I(i,j) - [I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]
			output[col] =saturate_cast<uchar>( 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]));
		}
	
	}

	namedWindow("output1",CV_WINDOW_AUTOSIZE);
	imshow("output1",src);

	namedWindow("output2",CV_WINDOW_AUTOSIZE);
	imshow("output2",dst);

	waitKey(0);

	return 0;
}
运行效果

在这里插入图片描述
但是如果不使用 saturate_cast 函数
(即:将32行中output[col] =saturate_cast( 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]));
换成output[col] = 5 * current[col] - (previous[col] + next[col] + current[col + channels] + current[col + channels]);),
将会得到以下效果:
在这里插入图片描述

4. 函数调用filter2D功能

  • 定义掩膜:Mat kernel = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
  • filter2D( src, dst, src.depth(), kernel ); 其中src与dst是Mat类型变量、src.depth表示位图深度,有32、24、8等。
代码
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;

int main(int argc,char** argv){
	Mat src,dst;
	src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");

	if(!src.data){
		printf("could not load image ...");
		return -1;
	}


	Mat kernel=(Mat_<char>(3,3)<< 0, -1, 0, -1, 5, -1 , 0, -1, 0);
	filter2D(src,dst,src.depth(),kernel);
	//filter2D(src,dst,-1,kernel);

	namedWindow("output1",CV_WINDOW_AUTOSIZE);
	imshow("output1",src);

	namedWindow("output2",CV_WINDOW_AUTOSIZE);
	imshow("output2",dst);

	waitKey(0);

	return 0;
}
运行效果(与上述代码效果一致):

在这里插入图片描述

5.测试运行时间

方法一:(需要头文件: time.h )

......
#include <time.h>
......
int main(){
	clock_t start, finish;
    double  duration;

    start = clock();
    
	//......
    //要执行的内容
    //......
    
    finish = clock();
    duration = (double)(finish - start) / CLOCKS_PER_SEC;
    printf("行优先用时: %f seconds\n", duration);

	return 0;
}

方法二:

......
......
int main(){
	double t=getTickCount();
    
	//......
    //要执行的内容
    //......
    
    double timeConsume = (getTickCount() - t) / getTickFrequency();
	printf("time consume %.2f",timeConsume);

	return 0;
}
案例代码:
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;

int main(int argc,char** argv){
	Mat src,dst;
	src=imread("E:/Experiment/OpenCV/Pictures/dog2.jpg");

	if(!src.data){
		printf("could not load image ...");
		return -1;
	}

	double t=getTickCount();

	Mat kernel=(Mat_<char>(3,3)<< 0, -1, 0, -1, 5, -1 , 0, -1, 0);
	filter2D(src,dst,src.depth(),kernel);
	//filter2D(src,dst,-1,kernel);

	double timeConsume = (getTickCount() - t) / getTickFrequency();
	printf("time consume %.2f",timeConsume);

	namedWindow("output1",CV_WINDOW_AUTOSIZE);
	imshow("output1",src);

	namedWindow("output2",CV_WINDOW_AUTOSIZE);
	imshow("output2",dst);

	waitKey(0);

	return 0;
}
2019-04-03 10:52:25 qq_38236355 阅读数 90

1、获取图像像素指针

Mat.ptr(int i = 0) 获取像素矩阵的指针,索引i表示第几行,从0开始记行数。
获取当前行指针:

const uchar* current = myimage.ptr<uchar>(row);

myimage.depth() = CV_8U,图像的类型为8U。

获取当前像素点(row,col)的像素值:

p(row,col) = current[col];

2、像素范围处理saturate_cast<uchar>

saturate_cast<uchar>(-100),返回 0。
saturate_cast<uchar>(288),返回255
saturate_cast<uchar>(100),返回100

这个函数的功能是确保RGB值得范围在0~255之间。

3、掩膜操作
在这里插入图片描述
红色是中心像素,中心像素的像素值由其自身和上下左右的五个像素的像素值按照上面的公式进行计算。
从上到下,从左到右对每个像素做同样的处理操作,得到最终结果就是对比度提高之后的输出图像Mat对象。
由于边缘的像素没法完全采集到周围的像素点,所以要去除对边缘像素的掩膜计算。

4、函数调用filter2D功能

定义掩膜:Mat kernel = (Mat_<char>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);

filter2D( src, dst, src.depth(), kernel );其中src与dst是Mat类型变量、src.depth表示位图深度,有32、24、8等。

5、完整代码演示

#include<opencv2\opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;

int main(int argc, char **argv)
{
	Mat src = imread("D:/opencv learning/meinv.jpg", -1);
	if (src.empty())
	{
		printf("could not load image....\n");
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	//进行掩膜操作的代码
	
	Mat dst = Mat::zeros(src.size(), src.type());//输出图片进行初始化。
	//不调用filter 2D 函数,自己编写掩膜操作
	/*
	int cols = (src.cols-1) * src.channels(); //实际的长度cols等于RGB图像的长度乘以通道数。col为列,去除了最后一列
	int offsetx = src.channels();//图像的通道数,例如RGB图像为3通道
	int rows = (src.rows-1); //图像的高度。row为行,去除了最后一行
	for (int row = 1; row < rows; row++) //从第二行到倒数第二行,去除边缘的行
	{
		const uchar *previous = src.ptr<uchar>(row - 1);//定义指向上一行的指针,指针是uchar型,不能是int型,会引起图像变形
		const uchar *count = src.ptr<uchar>(row);//定义指向当前行的指针
		const uchar *next = src.ptr<uchar>(row + 1);//定义指向下一行的指针
		uchar *output = dst.ptr<uchar>(row);//定义指向输出图像当前行的指针
		for (int col = offsetx; col< cols; col++)//从第二列到倒数第二列,去除边缘列
		{
			output[col] = saturate_cast<uchar>(5 * count[col] - (previous[col] + next[col] + count[col + offsetx] + count[col - offsetx]));
			//掩膜计算公式
		}
	} 
	*/
	//显示运行时间
	double t = getTickCount();//当前的运行周期数

	//用filter 2D 函数进行掩膜操作
	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);//定义掩膜
	filter2D(src, dst, src.depth(), kernel);
	
	t = ((double)getTickCount() - t) / getTickFrequency();//运行时间
	std::cout << "消耗的时间:" << t << std::endl;

	namedWindow("output image", WINDOW_AUTOSIZE);
	imshow("output image", dst);
	waitKey(0);
	return 0;
}

结果如下:
在这里插入图片描述
图像的对比度提高了。

2013-08-17 20:03:22 meng4411yu 阅读数 39492

1、掩膜的定义

       掩模是由0和1组成的一个二进制图像。当在某一功能中应用掩模时,1值区域被处理,被屏蔽的0值区域不被包括在计算中。通过指定的数据值、数据范围、有限或无限值、感兴趣区和注释文件来定义图像掩模,也可以应用上述选项的任意组合作为输入来建立掩模。(来自百度百科http://baike.baidu.com/view/2062299.htm#2

2、图像掩膜例子

图1 掩膜(mask)图像

 

这是一个1集中于图像中间的掩膜,有87393个1,也就是说其可用于傅立叶域采集到约1/3原图像数据(512*512=262144)。

3、百度文库还有一篇比较容易懂的关于掩膜的文档

http://wenku.baidu.com/view/bc1407d6b14e852458fb57cd.html

       用选定的图像、图形或物体,对待处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。用于覆盖的特定图像或物体称为掩模或模板。光学图像处理中,掩模可以足胶片、滤光片等。数字图像处理中,掩模为二维矩阵数组,有时也用多值图像。

       数字图像处理中,图像掩模主要用于:

①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。

②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。

③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。

④特殊形状图像的制作。用选定的图像、图形或物体,对待处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。用于覆盖的特定图像或物体称为掩模或模板。

4、那么我们就来看看一幅图像(傅立叶域)和掩膜相乘的结果(实验)

图2 原始(lena512*512)图像

 

图3 lena的傅立叶域图像
 

图4 与掩膜相乘之后的傅立叶域图像

 

图5 傅立叶反变换回来的图像

 

        从图2和图5,我们可以分辨出来掩膜滤掉了部分信息,只选取了掩膜“感兴趣”的区域。

 

2018-04-23 20:52:38 qq_21578125 阅读数 1108

初步接触图像处理,出现掩膜这个词,查询资料记录一下

在物理层面上,通常是用在单片机上;现在重点介绍一下在图像上的用处:

图像掩膜:用选定的图像或物体,对处理的图像(全部或者局部)进行遮挡,来控制图像处理的区域或者处理过程。用于覆盖的特定图像或物体称为掩膜模板。光学图像处理中,掩膜可以是胶片、滤光片等。数字图像处理中,掩模为二维矩阵数组,有时也用于多值图像。

数字图像处理中,图像掩模主要用于:

①提取感兴趣区,用预先做好的感兴趣区掩模与待处理图像相乘,得到感兴趣区域图像,感兴趣区域内图像像素值不变,而区域外的图像像素值为0

②屏蔽作用,用掩模对图像上某些区域做屏蔽,使其不参加处理或不参与处理参数的计算,或仅对屏蔽区作处理和统计。

③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。

④特殊形状图像的制作

掩模是一种图像滤镜的模板,实用掩模经常处理的是遥感图像。当提取道路或者河流时,通过一个n*n的矩阵来对图像进行像素过滤,然后将我们需要的地物或者标志突出显示出来。这个矩阵就是一种掩模。

掩模的例子:

以图和掩模的与运算为例:

原图中的每个像素和掩模中的每个对应像素进行与运算。比如1&1=1;1&0=0

比如一个3*3的图像与3*3的掩模进行运算,得到的结果是:


没有更多推荐了,返回首页