OpenCV 按掩膜填充颜色

1、什么是掩膜操作？

• 掩膜操作是一种使用特定物品对某一区域进行掩盖，从而能够对指定区域进行特殊处理的一种操作方式。

2、掩膜操作的作用

• 在进行图像处理中，通过掩膜操作能够提升图像整体的对比度，使得图片更加醒目。
• 第一幅是没有经过掩膜操作的图片：
• 第二幅是经过掩膜操作的图片

由上述两幅图片对比可以发现，第二幅图片纹理更加清晰，对比度更加明显。

3、对OpenCV中掩膜操作算法的理解

（1）掩膜操作的公式：

这个公式所表述的意思其实就是将某个像素值重置，重置之后的值与和该像素相邻的上下左右四个像素值有关，具体的数学关系就是：该点经过掩膜之后像素值 = 五倍的该点原先的像素值 - 与之相邻上面的像素值 - 与之相邻下面的像素值 - 与之相邻左边的像素值 - 与之相邻右边的像素值。

（2）下面通过图像再次讲解：

其中a表示我们要处理的像素点，b、c、d、e分别为与a相邻的上下左右的像素点。

未经过掩膜处理之前，a点的像素值为a，经过掩膜操作处理之后，a点的像素值为A，则

上述3*3表格如果用数字表示，则对应的矩阵应当是：[ 0 -1 0; -1 5 -1; 0 -1 0]

（3）一副图片在计算机中是通过一个庞大的数字矩阵存储。因此，这个3*3的表格就相当于一个掩膜矩阵，通过这个掩膜矩阵，就可以对图片矩阵进行掩膜操作（改变图片矩阵的像素值）。但是，这个掩膜矩阵在图片矩阵中到底是怎样运动的呢？它会改变那些数字？会用到哪些数字呢？

如上图所示，有一个n*m的数字矩阵，掩膜矩阵会改变从第二行到第(n-1)行、第二列到第(m-1)列的像素值，也就是上述中红线区域之内的像素值，靠近矩阵边缘的一行（列）像素值并不会改变。

（4）通道数直接决定图片数字矩阵的列数，影响着后面代码的编写。对于单通道而言，n*m的数字矩阵的列数就是m；但是对于三通道（RGB图片）而言，n*m的数字矩阵的列数就是m*3。这是因为，在三通道矩阵中，每一列中又有三个子列。掩膜矩阵在进行上述的移动是，起始行不便，但是起始列应当从第一列（第三个子列）开始进行移动。

（5） 进行代码编写：

//根据掩膜公式，进行算法编程
	Mat dst;		//另创建一个Mat对象，用来存储进行掩膜操作之后的图片
	dst = Mat::zeros(src.size(), src.type());		//初始化dst对象

	//获取原图片的行数以及列数
	int src_rows = src.rows;
	int src_cols = (src.cols - 1) * src.channels();
	int offsetx = src.channels();

	//通过指针过去图像的像素并进行掩膜操作
	for (int row = 1; row < src_rows - 1; row++) {		//从第二行到倒数第二行
		const uchar * previous = src.ptr<uchar>(row - 1);	//指针指向上一行
		const uchar * current = src.ptr<uchar>(row);		//指针指向本行
		const uchar * next = src.ptr<uchar>(row + 1);		//指针指向下一行
		uchar * output = dst.ptr<uchar>(row);	//用来保存经过掩膜操作之后的像素
		for (int col = offsetx; col < src_cols; col++) {		//从第二列到倒数第二列RGB图像每一列又分为三小列
			output[col] = saturate_cast<uchar>(5 * current[col] - (current[col - offsetx] + current[col + offsetx] 
				+ previous[col] + next[col]));	//确保像素值在0~255之间
		}
	}

4、相关API

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