在本章通过矩阵的掩码操作重新计算图像中每个像素的值，掩码矩阵中的值表示邻近像素的值对新的像素值有多大的影响。我们利用以下的公式来实现增强对比度的效果。
I(i,j) = 5*I(i,j) - [I(i-1,j) -I(i+1,j) - I(i,j-1) - I(i,j+1)];
矩阵掩码的设置为
0 －1 0
（－1 5 －1）
0 －1 0首先使用基本的像素访问方法来实现对比度增强函数，然后我们再用opencv库中的filter2D函数来实现相同的效果，通过计算调用的时间来对比两种方法的优劣性。
基本方法
void Sharpen (const Mat& myPicture,Mat& resultPicture)
{
CV_Assert(myPicture.depth() == CV_8U);
resultPicture.create(myPicture.size(), myPicture.type());
const int myChannels = myPicture.channels();
for(int i = 1;i < myPicture.rows - 1; ++ i)
{
const uchar* previous = myPicture.ptr<uchar>(i - 1);
const uchar* current = myPicture.ptr<uchar>(i);
const uchar* next = myPicture.ptr<uchar>(i+1);
uchar* output = resultPicture.ptr<uchar>(i);
for(int j = myChannels; j < (myPicture.cols - 1)*myChannels; ++ j)
{
*output++ = saturate_cast<uchar>(5*current[j] - current[j - myChannels] - current[j + myChannels] - previous[j] - next[j]);
}
resultPicture.row(0).setTo(Scalar(0));
resultPicture.row(resultPicture.rows-1).setTo(Scalar(0));
resultPicture.col(0).setTo(Scalar(0));
resultPicture.col(resultPicture.cols-1).setTo(Scalar(0));
}
}
- filter2D函数方法
void Sharpenx (const Mat& myPicture , Mat& resultPicture)
{
Mat kern = (Mat_<char>(3,3) << 0, -1 , 0 ,
-1, 5 ,-1 ,
0, -1, 0);
filter2D(myPicture,resultPicture, myPicture.depth(), kern);
}
- 我们使用以下的调用过程来处理图片，并且输出调用两个函数分别花费的时间
- (void)viewDidLoad {
[super viewDidLoad];
CGRect rect = [UIScreen mainScreen].bounds;
self.imgView.frame = rect;
UIImage *image = [UIImage imageNamed:@"test.jpg"];
UIImageToMat(image, myPictureMat);
double t = (double)getTickCount();//得到某段时间以来CPU走过的时钟周期数
Sharpenx(myPictureMat, resultPictureMat);
t = ((double)getTickCount() - t)/getTickFrequency();//getTickFrequency()函数返回CPU1s中所走的时钟周期数
cout<< "--------------cost:" << t <<" seconds-----------------" <<endl;
self.imgView.image = MatToUIImage(resultPictureMat);
}
- 基本方法花费时间0.0142秒，filter2D方法花费时间0.0057秒
sharpen.png
sharpenx.png
- 可以得出filter2D的方法要比自己实现的方法要快
最后是效果图展示：
test1.png
