Gabor filter的demo的OpenCV的实现

基于Gabor filter的detectors作为图像的兴趣点detectors之一，常常被使用在图像的纹理分析中，关于其基本原理和公式推导，参数解释请参考维基百科

http://en.wikipedia.org/wiki/Gabor_filter

网络上有一些介绍：

http://blog.csdn.net/jinshengtao/article/details/17797641

http://blog.csdn.net/yao_zhuang/article/details/2532279

http://blog.163.com/huai_jing@126/blog/static/171861983201172091718341/

目前已有matlab的实现和c++的实现，其中c++的实现可以用在opencv中，需要包含一个头文件和一个cpp实现文件。

这里要说明一下，opencv-3.0源码中已经自带了Gabor filter的实现，有兴趣可以去看看，就在gabor.cpp里，不过这个实现比较简单，只提取了Gabor filter的实部作为卷积核，而前面那个c++版本的文件里，实现了提取Gabor filter的虚部和模作为卷积核。

下面以lena图像为例，给出沿四个方向使用Gabor filter的效果。代码如下：

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
    Mat srcImage = imread("../data/lena.jpg");
    namedWindow("srcImage", WINDOW_AUTOSIZE);
    imshow("srcImage", srcImage);

    Mat gaborKernel = getGaborKernel( Size(31,31), 4.0, CV_PI/4, 10.0, 0.5, 0, CV_32F );

    Mat dstImage;
    filter2D(srcImage,dstImage,srcImage.depth(),gaborKernel);
    namedWindow("dstImage",WINDOW_AUTOSIZE);
    imshow("dstImage",dstImage);
 
    waitKey(0);

    return 0;
}

这是lena原图。

这是代码运行的效果：沿左上角-右下角方向的Gabor滤波。

这是沿左下角-右上角方向的Gabor滤波的效果。

这是沿垂直方向的Gabor 滤波的效果。

这是沿水平方向的Gabor滤波的效果。