.. _maskOperationsFilter:

矩阵的掩码操作
***************************

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。

测试用例
=============

思考一下图像对比度增强的问题。我们可以对图像的每个像素应用下面的公式： 

.. math::

   I(i,j) = 5*I(i,j) - [ I(i-1,j) + I(i+1,j) + I(i,j-1) + I(i,j+1)] 

   \iff I(i,j)*M, \text{where }
   M = \bordermatrix{ _i\backslash ^j  & -1 &  0 & +1 \cr
                        -1 &  0 & -1 &  0 \cr
                         0 & -1 &  5 & -1 \cr
                        +1 &  0 & -1 &  0 \cr
                    }

上面那种表达法是公式的形式，而下面那种是以掩码矩阵表示的紧凑形式。使用掩码矩阵的时候，我们先把矩阵中心的元素（上面的例子中是(0,0)位置的元素，也就是5）对齐到要计算的目标像素上，再把邻域像素值和相应的矩阵元素值的乘积加起来。虽然这两种形式是完全等价的，但在大矩阵情况下，下面的形式看起来会清楚得多。

现在，我们来看看实现掩码操作的两种方法。一种方法是用基本的像素访问方法，另一种方法是用 :filtering:`filter2D <filter2d>` 函数。 

基本方法
================

下面是实现了上述功能的函数：

.. code-block:: cpp

   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 int nChannels = myImage.channels();

       for(int j = 1 ; j < myImage.rows-1; ++j)
       {
           const uchar* previous = myImage.ptr<uchar>(j - 1);
           const uchar* current  = myImage.ptr<uchar>(j    );
           const uchar* next     = myImage.ptr<uchar>(j + 1);

           uchar* output = Result.ptr<uchar>(j);

           for(int i= nChannels;i < nChannels*(myImage.cols-1); ++i)
           {
               *output++ = saturate_cast<uchar>(5*current[i] 
                            -current[i-nChannels] - current[i+nChannels] - previous[i] - next[i]);
           }
       }

       Result.row(0).setTo(Scalar(0));
       Result.row(Result.rows-1).setTo(Scalar(0));
       Result.col(0).setTo(Scalar(0));
       Result.col(Result.cols-1).setTo(Scalar(0));
   }

刚进入函数的时候，我们要确保输入图像是无符号字符类型的。为了做到这点，我们使用了 :utilitysystemfunctions:`CV_Assert <cv-assert>` 函数。若该函数括号内的表达式为false，则会抛出一个错误。

.. code-block:: cpp

   CV_Assert(myImage.depth() == CV_8U);  // 仅接受uchar图像

然后，我们创建了一个与输入有着相同大小和类型的输出图像。在 :ref:`How_Image_Stored_Memory` 一节可以看到，根据图像的通道数，我们有一个或多个子列。我们用指针在每一个通道上迭代，因此通道数就决定了需计算的元素总数。

.. code-block:: cpp

   Result.create(myImage.size(),myImage.type());
   const int nChannels = myImage.channels();

利用C语言的[]操作符，我们能简单明了地访问像素。因为要同时访问多行像素，所以我们获取了其中每一行像素的指针（分别是前一行、当前行和下一行）。此外，我们还需要一个指向计算结果存储位置的指针。有了这些指针后，我们使用[]操作符，就能轻松访问到目标元素。为了让输出指针向前移动，我们在每一次操作之后对输出指针进行了递增（移动一个字节）：

.. code-block:: cpp

   for(int j = 1 ; j < myImage.rows-1; ++j)
   {
       const uchar* previous = myImage.ptr<uchar>(j - 1);
       const uchar* current  = myImage.ptr<uchar>(j    );
       const uchar* next     = myImage.ptr<uchar>(j + 1);

       uchar* output = Result.ptr<uchar>(j);

       for(int i= nChannels;i < nChannels*(myImage.cols-1); ++i)
       {
           *output++ = saturate_cast<uchar>(5*current[i] 
                        -current[i-nChannels] - current[i+nChannels] - previous[i] - next[i]);
       }
   }

在图像的边界上，上面给出的公式会访问不存在的像素位置（比如(0,-1)）。因此我们的公式对边界点来说是未定义的。一种简单的解决方法，是不对这些边界点使用掩码，而直接把它们设为0：

.. code-block:: cpp

   Result.row(0).setTo(Scalar(0));             // 上边界 
   Result.row(Result.rows-1).setTo(Scalar(0)); // 下边界
   Result.col(0).setTo(Scalar(0));             // 左边界
   Result.col(Result.cols-1).setTo(Scalar(0)); // 右边界

filter2D函数
=====================

滤波器在图像处理中的应用太广泛了，因此OpenCV也有个用到了滤波器掩码（某些场合也称作核）的函数。不过想使用这个函数，你必须先定义一个表示掩码的 *Mat* 对象：

.. code-block:: cpp

   Mat kern = (Mat_<char>(3,3) <<  0, -1,  0, 
                                  -1,  5, -1,
                                   0, -1,  0);

然后调用 :filtering:`filter2D <filter2d>` 函数，参数包括输入、输出图像以及用到的核：

.. code-block:: cpp

   filter2D(I, K, I.depth(), kern ); 

它还带有第五个可选参数——指定核的中心，和第六个可选参数——指定函数在未定义区域（边界）的行为。使用该函数有一些优点，如代码更加清晰简洁、通常比 *自己实现的方法* 速度更快（因为有一些专门针对它实现的优化技术）等等。例如，我测试的滤波器方法仅花了13毫秒，而前面那样自己实现迭代方法花了约31毫秒，二者有着不小差距。

示例：

.. image:: images/resultMatMaskFilter2D.png
   :alt: A sample output of the program
   :align: center

你可以从 :download:`here <../../../../samples/cpp/tutorial_code/core/mat_mask_operations/mat_mask_operations.cpp>` 下载这个示例的源代码，也可浏览OpenCV源代码库的示例目录 :file:`samples/cpp/tutorial_code/core/mat_mask_operations/mat_mask_operations.cpp` 。

我们的 `YouTube频道 <http://www.youtube.com/watch?v=7PF1tAU9se4>`_ 可观看该程序的运行示例。 

.. raw:: html

  <div align="center">
 <iframe width="560" height="349" src="https://www.youtube.com/embed/7PF1tAU9se4?hd=1" frameborder="0" allowfullscreen></iframe>
  </div>

翻译
=====================
loveisp@OpenCV中文网站 <loveispdvd [at] gmail.com>