作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

需求说明

在对图像进行处理时，经常会有这类需求：想对感兴趣区域进行掩膜处理，只操作掩膜内数据，此时需要搭配掩膜绘制功能，并在绘制过程中希望能区分掩膜区和非掩膜区；除了掩膜本身的线条以外，还希望掩膜内图像是原色，掩膜外图像的颜色进行一定调整；通常可以采用图像透明化或者色彩单通道加深的方式实现。

比如对三通道的图像，可以将掩膜外数据的红通道数值提高，此时该部分图像就会偏红色，如下图1所示。

但是针对灰度图，因为图像数据本身就是单通道的，就不能借用颜色通道或者透明通道了；有一个基础的办法是将非掩膜区数据同时加减某个数值，这种方法简单但有一个弊端，比如我加了50，那原图200-255之间的数值都将变为255，这样就损坏了原图的某些特征信息。为此，我们采用非线性的算法将其进行较为合理的数值调整。

下面介绍具体实现流程。

具体流程

1）构造非线性参数。其中n为函数输入的参数，范围在-100到100；a、b、k为算法参数，公式见下。

n = min(max(n, -100), 100);
int k = 4;
float b = n / 100.f / k;
float a = 1.0f + k * b;

$out=\\left [\\left ( \\frac{in}{255}\\right )^{\\frac{1}{a}}\\frac{1}{1+b} \\right ]*255$

2）参照上式，对掩膜外数据进行如下处理。

float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b));

3）temp的数值需要进行校准，因为灰度值如果是uchar型，范围在0-255之间，校准后乘上255，即可得到算法计算的结果。

if (temp > 1.0f)
	temp = 1.0f;
if (temp < 0.0f)
	temp = 0.0f;
uchar utemp = uchar(255 * temp);
r[j] = utemp;

4）掩膜内数值保持不变。

r[j] = in[j];

5）输出图像，完成。

功能函数

// 灰度图蒙版
cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n)
{
	// 通道判断
	if (input.channels() != 1)
	{
		return input;
	}
	
	// 非线性参数
	// 当n=100时，非掩膜区呈灰色；当n=0时，非掩膜区无变化；当n=-100时，非掩膜区黑色
	// n越小，非掩膜区越暗，n越大，非掩膜区越灰
	// 目的是区分非掩膜区和掩膜区
	n = min(max(n, -100), 100);
	int k = 4;
	float b = n / 100.f / k;
	float a = 1.0f + k * b;

	// 蒙版处理
	cv::Mat result = cv::Mat::zeros(input.size(), input.type());
	for (int i = 0; i < input.rows; ++i)
	{
		uchar *m = mask.ptr<uchar>(i);
		uchar *in = input.ptr<uchar>(i);
		uchar *r = result.ptr<uchar>(i);
		for (int j = 0; j < input.cols; ++j)
		{
			if (m[j] == 0)
			{
				float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b));
				if (temp > 1.0f)
					temp = 1.0f;
				if (temp < 0.0f)
					temp = 0.0f;
				uchar utemp = uchar(255 * temp);
				r[j] = utemp;
			}
			else {
				r[j] = in[j];
			}
		}
	}
	return result;
}

C++测试代码

#include <iostream>
#include <unordered_map>
#include <unordered_set>
#include <stdio.h>
#include <io.h>
#include <chrono> 
#include <time.h>
#include <stdio.h>
#include <direct.h>
#include <ctime>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n);

int main()
{
	// 读取灰度图
	cv::Mat src = imread("1.png",0);
	// 绘制掩膜
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	cv::circle(mask, cv::Point(src.cols / 2, src.rows / 2), 100, cv::Scalar(255), -1);
	// 灰度图蒙版
	cv::Mat result = GrayMask(src, mask, 100);
	// 结果显示
	imshow("src", src);
	imshow("result", result);
	waitKey(0);
	system("pause");
	return 0;
}

// 灰度图蒙版
cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n)
{
	// 通道判断
	if (input.channels() != 1)
	{
		return input;
	}
	
	// 非线性参数
	// 当n=100时，非掩膜区呈灰色；当n=0时，非掩膜区无变化；当n=-100时，非掩膜区黑色
	// n越小，非掩膜区越暗，n越大，非掩膜区越灰
	// 目的是区分非掩膜区和掩膜区
	n = min(max(n, -100), 100);
	int k = 4;
	float b = n / 100.f / k;
	float a = 1.0f + k * b;

	// 蒙版处理
	cv::Mat result = cv::Mat::zeros(input.size(), input.type());
	for (int i = 0; i < input.rows; ++i)
	{
		uchar *m = mask.ptr<uchar>(i);
		uchar *in = input.ptr<uchar>(i);
		uchar *r = result.ptr<uchar>(i);
		for (int j = 0; j < input.cols; ++j)
		{
			if (m[j] == 0)
			{
				float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b));
				if (temp > 1.0f)
					temp = 1.0f;
				if (temp < 0.0f)
					temp = 0.0f;
				uchar utemp = uchar(255 * temp);
				r[j] = utemp;
			}
			else {
				r[j] = in[j];
			}
		}
	}
	return result;
}