1.1首先是用到的理论知识：

上面是一个通用的公式，光知道上面写程序还是有点麻烦的，下面公式画的有点丑，可以表达我的观点。

 

 1.2用到的知识点：可以边看程序边看用到的知识点：

 CV_Assert(); //这是C++的一个限制函数，这个不用多说了。 

 dst.create();//创建一个图像，形式根据参数选定 

Mat.ptr
     
      (i,j)//代表第i行，第j个点的值(j的大小包含通道数),这是一个地址i = Mat.rols();j = Mat.cols()*Mat.channels();ucahr//代表这个容器存储的类型，和C++的Vector
      
        test;一样的Mat.ptr
       
        (i) //获取像素矩阵的指针，索引i表示第几行，从0开始计行数。这是一个指针const uchar* current= myImage.ptr
        
         (row);//获得当前行指针p(row,col) =current[col]//获取当前像素点P(row, col)的像素值 这是一个值
        
       
      
     

saturate_cast
     
      (data)//像素范围处理 uchar//代表data的范围在-128-127 usigned int //代表data的范围在0-255 上面的取值和系统有关，就是一个表达意思，不必深究！ >Max=Max;
     

代码如下：

1 #include
     
       2 #include 
      
        3 #include 
       
         4 using namespace cv; 5  6 void Mask(const Mat& src, Mat& dst); 7  8 int main(int argc,char**argv) 9 {10     const Mat input_image = imread("9.jpg");11     namedWindow("Sourse image");12     imshow("Sourse image", input_image);13     Mat output_image;14     Mask(input_image,output_image);15     namedWindow("Mask image");16     imshow("Mask image",output_image);17     waitKey(0);18     return 0;19 }20 21 void Mask(const Mat& src, Mat& dst) 22 {23     CV_Assert(src.depth() == CV_8U);//深度申明，只有unsigend char的可以传入24     dst.create(src.size(),src.type());//创建一个和src大小类型一样的空模板25     const int nChannels = src.channels();//取出通道数26     for (int i = 1; i < src.rows - 1; i++) 27     {28         const uchar *previous = src.ptr
        
         (i - 1);29         const uchar *currents = src.ptr
         
          (i);    //源操作图像30         const uchar *nexts    = src.ptr
          
           (i + 1);31 uchar *output = dst.ptr
           
            (i);//目标操作图像32 for (int j = nChannels; j < src.cols*nChannels - 1; j++) 33 {34 //------------掩膜计算的值进行限幅------------//35 *output++ = saturate_cast
            
             (5 * currents[j] - currents[j - nChannels]36 - currents[j + nChannels] - previous[j] - nexts[j]);37 }38 }39 }
            
           
          
         
        
       
      
     

 

注：第一行第一列，最后一行最后一列都没经过处理，可以取值0，也可以取值原来值

2.1利用OPENCV自带的API函数进行掩膜操作：

 

1 Mat kernel = (Mat_
     
      (3, 3) << 0, -1, 0, -1, 0, 5, -1, 0, -1, 0);//定义一个矩阵，不懂得可以看Mat的七种操作，记得加红色括号！！ 2 filter2D(input_image, output_image, input_image.depth(), kernel);//掩膜操作函数
     

 测试代码如下：

1 int main(int argc,char**argv) 2 { 3     const Mat input_image = imread("9.jpg"); 4     namedWindow("Sourse image"); 5     imshow("Sourse image", input_image); 6     Mat output_image; 7     //Mask(input_image,output_image); 8     Mat kernel = (Mat_
     
      (3, 3) << 0, -1, 0, -1, 0, 5, -1, 0, -1, 0); 9     filter2D(input_image, output_image, input_image.depth(), kernel);10     namedWindow("Mask image");11     imshow("Mask image",output_image);12     waitKey(0);13     return 0;14 }
     

 运行图片：

 

 

 

 3.1内核函数的扩展：

 

1 // 如果上述的核改变成2    Kernel = (Mat_
     
      (3,3)<<1,1,1,1,1,1,1,1,1);3    Kernel/=1/9;//那么这就是平滑滤波函数,可以根据自己的情况对内核进行更改
     

 

 4.1效率测试：

opencv自带的时间计时函数，我们可以利用这个函数进行手写和API进行效率对比：

 

1 double Tick=static_cast
     
      (j)这是C++自带的强制转换，相当于（double）（i），和saturate_cast
      
       (i)不同（这是opencv语句）2 filter2D(input_image, output_image, input_image.depth(), kernel);3 Tick = (static_cast
       
        (getTickCount()) - Tick) / getTickFrequency();//频率 X 计数值 = 时间4 cout << Tick;
       
      
     

 下面是测试时间API=0.004毫秒,手写=0.007

opencv都是进行优化的库，这是小的测试，以后工程大了就能发现其中的奥妙