#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>


using namespace cv;
int main(int argc, char** argv)
{
Mat src, dst;
src = imread("D:\\Source\\opencv\\YanmoJuZhen\\Image\\xiaofeifei.jpeg");//讀取圖片源
if (!src.data)
{
printf("could not locd image....\n");
return -1;
}//做一個判斷假如沒有讀取到就輸出錯誤提示
namedWindow("input image", CV_WINDOW_AUTOSIZE);//定義圖片自適應大小
imshow("input image", src);//輸出影象
/*
int cols = (src.cols-1)*src.channels();
int offsetx = src.channels();
int rows = src.rows;//行
dst = Mat::zeros(src.size(), src.type());//初始化影象
for (int row = 1; row< (rows - 1); row++)
{
const uchar* previous = src.ptr<uchar>(row - 1);
const uchar* current = src.ptr<uchar>(row);
const uchar* next = src.ptr<uchar>(row + 1);
uchar*output = dst.ptr<uchar>(row);
for (int col = offsetx; col < cols; col++)
{
output[col] = saturate_cast<uchar>(5 * current[col] - (current[col - offsetx]
+ current[col + offsetx] + previous[col]
+ next[col]));
//saturate_cast定義是一個RGB色域值，這段公式主要是畫素掩膜的計算公式


}
//自己實現掩膜操作得計算後面的話我們可以自己呼叫openCV自帶的掩膜操作函式filter2D實現

//矩陣的掩膜操作十分簡單，根據掩膜來重新計算每個畫素的畫素值，掩膜（mask也被稱為Kernel）

//計算公式 -》 I（i，j)=5*(i,j)-[I(i-1,j)+I(i+1,j)+I(i,j-1)+I(i,j+1)]

}*/


Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);//定義掩膜矩陣
filter2D(src, dst, src.depth(), kernel);//呼叫filter2D函式 其中個src和dst是Mat的引數 然後depth（）是點陣圖的深度
//有32 24 8
double t = getTickCount();
double timeconsume = (getTickCount() - t) / getTickFrequency();
printf("tim consume %.2f", timeconsume);
//這裡顯示的是實現時候的時間

namedWindow("contrast image demo", CV_WINDOW_AUTOSIZE);
imshow("contrast image demo", dst);


waitKey(0);
return 0;
}