平滑(模糊)是一种简单而经常使用的图像处理操作,意图是减少噪声
最常见的滤波器是线性的,输出像素的值为g(i,j)被确定为输入像素值的加权和。h(k,l)为滤波器的系数。
- 归一化框过滤器
每个输出像素是内核邻居的均值
内核为:
- 高斯滤波器
可能是最有用的过滤器(虽然不是最快的)。高斯滤波是通过将输入数组中的每个点与高斯核进行卷积来完成的,然后将它们相加以产生输出数组。
只是为了使图片更清晰,一维高斯内核:
图像为1D时,中间的像素将具有最大的权重,其邻接点随着他们的像素的距离增加而减少
2d高斯的公式为
- 中值滤波器
相邻像素的中位数代替每个像素
双边滤波器
为了防止普通滤波使得边缘变得平滑,我们可以使用双边滤波器
opencv的调用实例:
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace std;
using namespace cv;
int DELAY_CAPTION = 1500;
int DELAY_BLUR = 100;
int MAX_KERNEL_LENGTH = 31;
Mat src; Mat dst;
char window_name[] = "Smoothing Demo";
int display_caption( const char* caption );
int display_dst( int delay );
int main( void )
{
namedWindow( window_name, WINDOW_AUTOSIZE );
src = imread( "图片路径", IMREAD_COLOR );
if( display_caption( "Original Image" ) != 0 ) { return 0; }
dst = src.clone();
if( display_dst( DELAY_CAPTION ) != 0 ) { return 0; }
if( display_caption( "Homogeneous Blur" ) != 0 ) { return 0; }
for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
{ blur( src, dst, Size( i, i ), Point(-1,-1) );
if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }
if( display_caption( "Gaussian Blur" ) != 0 ) { return 0; }
for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
{ GaussianBlur( src, dst, Size( i, i ), 0, 0 );
if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }
if( display_caption( "Median Blur" ) != 0 ) { return 0; }
for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
{ medianBlur ( src, dst, i );
if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }
if( display_caption( "Bilateral Blur" ) != 0 ) { return 0; }
for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
{ bilateralFilter ( src, dst, i, i*2, i/2 );
if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }
display_caption( "End: Press a key!" );
waitKey(0);
return 0;
}
int display_caption( const char* caption )
{
dst = Mat::zeros( src.size(), src.type() );
putText( dst, caption,
Point( src.cols/4, src.rows/2),
FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255) );
imshow( window_name, dst );
int c = waitKey( DELAY_CAPTION );
if( c >= 0 ) { return -1; }
return 0;
}
int display_dst( int delay )
{
imshow( window_name, dst );
int c = waitKey ( delay );
if( c >= 0 ) { return -1; }
return 0;
}
//blur滤波的参数意义
//src:源图像
//dst:目标图像
//Size(w,h):定义要使用的内核的大小(宽度为w像素和高度h像素)
//Point(-1,-1):表示相对于邻域的锚点(被评估的像素)的位置。如果存在负值,则内核的中心被认为是锚点。
//高斯滤波参数
//src:源图像
//dst:目标图像
//大小(w,h):要使用的内核的大小(要考虑的邻居)。和必须是奇数和正数,否则将使用和参数计算大小。w ^HσXσÿ
//σX:的标准偏差。写意味着使用内核大小计算。
//σÿ:的标准偏差。写意味着使用内核大小计算。
//中值滤波
//src:源图像
//DST:目标图像,必须是相同的类型的src
//i:内核的大小(只有一个,因为我们使用一个方形窗口)
//双边过滤器
//c:源图像
//dst:目标图像
//每个像素邻域的直径。
//颜色空间中的标准偏差。
//坐标空间中的标准偏差(以像素为单位)