图像截取

ROI操作，指的是：region of interest，感兴趣区域。

我们可以对一张图片的某个感兴趣的部分进行截取然后操作，这个截取的过程叫做**ROI**操作。

通过三种方法实现ROI操作：

Rect选定范围

Rect::Rect(int x, int y, int width, int height);
/*******************************************************************
*			x： 					左上角x坐标
*			y：					左上角y坐标
*			width：				宽度
*			height:				 高度
*********************************************************************/
Mat roi= img(Rect(x, y, w, h));

Range选定范围

Range::Range(int _start, int _end) ;
/*******************************************************************
*			_start： 			 起点
*			_end：				 终点	
*********************************************************************/
Mat roi= img(Range(x,xx),Range(y,yy));

selectROI 专用API选择感兴趣区域，

Rect selectROI(InputArray img, bool showCrosshair = true, bool fromCenter = false);
/*******************************************************************
*			img： 					原图
*			showCrosshair：			鼠标选框，是否显示十字线
*			fromCenter：				是否以起始鼠标位置为中心
*********************************************************************/
//Rect rect= selectROI(img, false, false);
//1.显示img
//2.鼠标选择区域
//3.使用“空格”或“enter”来完成当前选择并开始一个新的选择，使用“esc”终止多个ROI选择过程  
void selectROIs(const String& windowName, InputArray img,CV_OUT std::vector<Rect>& boundingBoxes, bool showCrosshair = true, bool fromCenter = false);

案例代码：

其中具有一个selectROIs的版本，可以让我们选择多个区域。

选择一个区域后按下回车，即可保存这个部分到一个std::vector<Rect>& 中，因此最终的全部选择的区域都在这个Rect的容器中。

其中我们选择好区域后，在使用Mat重载的() 运算符即可做到在这张图片中截取一部分：

原型如下：

Mat operator()( Range rowRange, Range colRange ) const;
Mat operator()( const Rect& roi ) const

#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
#include <map>class testROI {
public:testROI() :mt(cv::imread("dog.png")) {}void show(const std::string& title = "原图") {for (auto& x : save) {cv::imshow(x.first, x.second);}cv::waitKey(0);}void testRect(int x = 50, int y = 0, int w = 200, int h = 200) {save["rect"] = mt(cv::Rect(x, y, w, h));}void testRange(int x = 50, int y = 0, int w = 200, int h = 200) {save["range"] = mt(cv::Range(x, x + h), cv::Range(y, y + w));}void testSelect() {save["select"] = mt(cv::selectROI(mt,false,false));}void testSelect2(const std::string& windowName) {std::vector<cv::Rect> mts;cv::selectROIs(windowName, mt, mts, false, false);char name = 'a';for (auto& x : mts) {save[std::to_string(name)] = mt(x);name += 1;}}
private:cv::Mat mt;std::map<std::string, cv::Mat> save;
};int main() {testROI* roi = new testROI();//roi->testRange();//roi->testRect();//roi->testSelect();cv::namedWindow("dog");roi->testSelect2("dog");roi->show();return 0;
}

在这里插入图片描述

图像掩膜操作

掩膜操作指的是：用一个矩阵和原图像进行卷积运算，重新计算像素值。

因此我们需要定义一个权重表：

掩膜矩阵
计算公式

掩膜操作可以提高图像的对比度，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。

使用以下公式可以提高图像的对比度：

$F (i, j) = 5 * F (i, j) - F (i - 1, j) - F (i + 1, j) - F (i, j - 1) - F (i, j + 1)$

对于这个公式的掩膜矩阵可以表示成如下的形式：

在这里插入图片描述

因此我们在定义掩膜矩阵的时候就可以使用这个。

我们通过两种方式实现图片的掩膜操作：

filter2D实现

我们使用Mat_来创建一个指定为3*3的掩膜矩阵，并且完成赋值。
接着使用 filter2D来实现操作。

//定义掩膜矩阵
Mat dst;
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(img, dst, img.depth(), kernel);
/*******************************************************************
*			img： 					原图
*			dst：					存储结果图
*			img.depth()：			原图深度
*			kernel:				 	 掩膜矩阵
*********************************************************************/

像素点实现，即对每个像素点执行上面的公式计算。

完整代码实现：

testFilter2D 使用 filter2D完成掩膜计算。
testPixel 使用像素点完成掩膜计算。

#include <iostream>
#include <opencv2/opencv.hpp>
#include <map>class Mask {
public:Mask():mt(cv::imread("dog.png")) {saves["origin"] = mt;}void testFilter2D() {//APIcv::Mat kernel = (cv::Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);cv::filter2D(mt, saves["mask"], mt.depth(), kernel);}void testPixel() {saves["pixel"] = cv::Mat::zeros(mt.size(), mt.type());int dims = mt.channels();int rows = mt.rows - 1;int cols = (mt.cols - 1) * dims;for (int i = 1; i < rows ; i++) {uchar* pre = mt.ptr<uchar>(i - 1);	//ptr获取某一行，pre指前一行uchar* next = mt.ptr<uchar>(i + 1);	//next指下一行uchar* cur = mt.ptr<uchar>(i);		//cur是当前行uchar* output = saves["pixel"].ptr<uchar>(i); //对当前行操作for (int j = dims; j < cols; j++) {		//output[j] = cv::saturate_cast<uchar>(5 * cur[j] - pre[j] - next[j] - cur[j - dims] - cur[j + dims]);}	}}void show() {for (auto& x : saves) {cv::imshow(x.first, x.second);}cv::waitKey(0);}private:cv::Mat mt;std::map<std::string, cv::Mat> saves;
};
int main()
{Mask* pmask = new Mask();pmask->testFilter2D();pmask->testPixel();pmask->show();return 0;
}