【OpenCV学习笔记 009】图像滤波

47 篇文章 36 订阅 ¥9.90 ¥99.00
25 篇文章 9 订阅 ¥9.90 ¥99.00
本文详细介绍了OpenCV中的图像滤波技术,包括低通滤波器(如cv::blur和cv::GaussianBlur)、中值滤波器在去除椒盐噪点的应用,Sobel滤波器在边缘检测中的作用,以及拉普拉斯变换在衡量图像弯曲度方面的应用。通过实例代码展示了滤波器的工作原理和效果。
摘要由CSDN通过智能技术生成

滤波是信号处理及图像处理中的一个基本操作,目的是选择性地提取图像中被认为传达重要信息的部分。它可以去除图像中的噪声,提取刚兴趣的视觉特征,允许图像重采样,理论基础源于广义的信号与系统理论。我们观察一副图像时,可以看到不同的灰度(或彩色值)在图像中的分布,一些灰度强度变化慢,一些灰度强度变化快。频域就是观察图像中变化的频率所构成的一种描述图像,空间域则是观察灰度分布来描述一幅图像。频域分析按照高频到低频的次序,分解图像到频率内容。低频对应区域的图像强度变化缓慢,高频变换快速,如可用来明确表示频谱的傅里叶(Fourier)变换或余弦(Cosine)变换,图像是二维的因此它包含垂直频率和水平频率。低通(Low-pass)滤波器去除图像中的高频成分,高通(High-pass)滤波器去除了低频成分。

一、低通滤波器

1.概念及原理

(1)cv::blur是一个非常简单的低通滤波器,方案是将每个像素替换为相邻像素的平均值,这样就使快速的强化变换变为平缓的过渡。当滤波器的作用相当于将一个像素替换为相邻像素的加权总和时,我们称它是线性的。矩阵可以表示滤波器的不同权重,矩阵中的每一项都是对应位置的相乘因子,这个矩阵被称为核(Kernel)或掩码(Mask)。

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DaveBobo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值