返回:OpenCV系列文章目录(持续更新中......)
上一篇:OpenCV4.9使用 inRange 的阈值操作(45)
下一篇 :利用Opencv4.9为图像添加边框(47)
目标
在本教程中,您将学习如何:
- 使用 OpenCV 函数 filter2D()建您自己的线性过滤器。
理论
注意:
下面的解释属于 Bradski 和 Kaehler 的 Learning OpenCV 一书。
相关
从非常一般的意义上讲,关联是图像的每个部分与运算符(内核)之间的操作。
什么是内核?
内核本质上是一个固定大小的数值系数数组,以及该数组中的锚点,该锚点通常位于中心。
与内核的关联是如何工作的?
假设您想知道图像中特定位置的结果值。相关性的值按以下方式计算:
- 将内核锚点放在确定的像素上,内核的其余部分覆盖图像中相应的局部像素。
- 将核系数乘以相应的图像像素值,然后对结果求和。
- 将结果放置在输入图像中锚点的位置。
- 通过扫描整个图像上的内核,对所有像素重复该过程。
以等式的形式表示上述过程,我们将得到:
幸运的是,OpenCV 为您提供了 filter2D()函数,因此您不必编写所有这些操作。
这个程序是做什么的?
- 加载图像
- 执行规范化的框筛选器。例如,对于大小为 (size = 3) 的内核,内核为:
该程序将对大小为 3、5、7、9 和 11 的内核执行过滤器操作。
- 筛选器输出(包括每个内核)将在 500 毫秒内显示
代码:
C++
教程代码如下行所示。
您也可以从这里下载
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int main ( int argc, char** argv )
{
// Declare variables
Mat src, dst;
Mat kernel;
Point anchor;
double delta;
int ddepth;
int kernel_size;
const char* window_name = "filter2D Demo";
const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
// Loads an image
src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
if( src.empty() )
{
printf(" Error opening image\n");
printf(" Program Arguments: [image_name -- default lena.jpg] \n");
return EXIT_FAILURE;
}
// Initialize arguments for the filter
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
// Loop - Will filter the image with different kernel sizes each 0.5 seconds
int ind = 0;
for(;;)
{
// Update kernel size for a normalized box filter
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
// Apply filter
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
imshow( window_name, dst );
char c = (char)waitKey(500);
// Press 'ESC' to exit the program
if( c == 27 )
{ break; }
ind++;
}
return EXIT_SUCCESS;
}
解释
C++
加载图像
const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
// Loads an image
src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
if( src.empty() )
{
printf(" Error opening image\n");
printf(" Program Arguments: [image_name -- default lena.jpg] \n");
return EXIT_FAILURE;
}
初始化参数
// Initialize arguments for the filter
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
循环
执行无限循环,更新内核大小,并将线性滤波器应用于输入图像。让我们更详细地分析一下:
- 首先,我们定义过滤器将使用的内核。在这里:
// Update kernel size for a normalized box filter
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
第一行是将kernel_size更新为以下范围内的奇数值:[3,11]。第二行实际上是通过将其值设置为填充1's 的矩阵并通过将其除以元素数对其进行归一化来构建内核的。
- 设置完内核后,我们可以使用函数 filter2D()生成过滤器:
// Apply filter
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
- 参数表示:
- src:源图片
- dst:目标图像
- ddepth:dst 的深度。负值(如 \(-1\))表示深度与源相同。
- kernel:要通过图像扫描的内核
- anchor:锚点相对于其内核的位置。位置 Point(-1, -1) 默认表示中心。
- delta:在关联期间要添加到每个像素的值。默认情况下,它是 \(0\)
- BORDER_DEFAULT:我们默认允许此值(以下教程中的更多详细信息)
- 我们的程序将实现一个 while 循环,每 500 毫秒,我们过滤器的内核大小将在指示的范围内更新。
结果
- 编译上面的代码后,您可以执行它,并给出图像的路径作为参数。结果应为显示被归一化滤镜模糊的图像的窗口。每 0.5 秒,内核大小就会发生变化,如下面的一系列快照所示:
参考文献:
1:《Making your own linear filters!》---- Ana Huamán