（kkdwd一只，刚刚步入视觉领域，因为导师的项目需要用c++，所以想通过博客记录我的学习历程，有不对之处请大神及时指正，千万不要留有情面【笑哭】）
前言学习过可爱的面包的《数字图像处理》的小伙伴们对掩模的功能肯定了解，掩模其实就是一个奇数乘奇数（如3*3,5*5,7*7等）的一个窗口，我们将窗口滑过整幅图像，并同时进行乘加操作，便可得到新的图像，主要用于滤波或锐化等操作。
正题如何用Opencv进行掩模操作
#include <opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;int main(){Mat src, dst,dst1;//定义MAT头src = imread("2.jpg");//读取图像if (!src.data) {cout << "Sorry,your arrys is error!" << endl;return -1;}//判断图片是否为空namedWindow("Input Mat", CV_WINDOW_AUTOSIZE);imshow("Dog", src);//显示图像int channels_us = src.channels();//读取图像通道数int rows = src.rows;//读取图像行数int cols = (src.cols - 1)*channels_us;//读取图像列数，并乘以通道数dst = Mat::zeros(src.size(), src.type());//初始化dstdouble t0 = getTickCount();//定时for (int row = 1; row < (rows-1); row++)//!!!重点{uchar* output = dst.ptr<uchar>(row);//指针读取图像行const uchar* last = src.ptr<uchar>(row-1);const uchar* current = src.ptr<uchar>(row);const uchar* next = src.ptr<uchar>(row+1);//掩模为：/*[ 0 -1 0 -1 5 -1 0 -1 0]*/for (int j = channels_us; j < cols; j++){output[j] =saturate_cast<uchar> (5 * current[j] - (current[j - channels_us] + current[j + channels_us] + last[j] + next[j]));}}t0 = (double)(getTickCount() - t0) / getTickFrequency();imshow("output dog", dst);cout << "自己写的函数所用时间为:" << t0<<"s" << endl;Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);double t1 = getTickCount();filter2D(src, dst1, src.depth(), kernel);t1 = (double)(getTickCount() - t1) / getTickFrequency();cout << "Opencv自带的的函数所用时间为:" << t1 << "s" << endl;imshow("output2 dog", dst1);waitKey(0);} 1，自己写程序注意事项：
（1），用指针访问像素，很快，还可以用迭代器，经测试用指针比较方便并比较容易理解。
（2），dst在进行赋值前需进行初始化操作
dst = Mat::zeros(src.size(), src.type());//初始化dst
（3），掩模进行乘加操作后需将数据进行转化，用saturate_cast<uchar>()
这个函数功能是：saturate_cast<uchar>(x)，若x大于uchar的最大值，即255，则返回255；若x小于uchar的最小值，即0，则返回0。
（4），掩模操作时，需要注意行和列的最大值和最小值（可以去查掩模处理像素的工作原理），即没有进行边缘操作。
2，采用Opencv自带的filter2D函数，程序如上注意事项：
（1），需提前定义一个核，即[0,-1,0;-1,5,-1;0,-1,0];
（2），图像深度，与原函数一致即可。
（3），Opencv中，核不会进行180°的旋转，单一般的滤波的核都是对称的，若不对称，则需要考虑180°旋转。
（4），filter2D是边缘拷贝，通过边缘拷贝补全矩阵进行计算。
3，运行时间比较
差不多处理时间是三倍多，不过opencv的函数已经优化了很多年很多代，建议今后直接用filter2D函数。
若有错误请及时指正！