一、GaussianBlur
函数:
(1)函数原型:
CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize,
double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );
(2)函数作用:
GaussianBlur
函数将源图像 src
与指定的高斯核进行卷积,实现图像的模糊效果。支持原地(in-place)滤波。
(3)参数说明:
src
:输入图像,可以有任意数量的通道,通道将独立处理,但图像深度应该是 CV_8U
、CV_16U
、CV_16S
、CV_32F
或 CV_64F
。dst
:输出图像,其大小和类型与 src
相同。ksize
:高斯核的大小。ksize.width
和 ksize.height
可以不同,但它们都必须是正奇数。或者,它们可以是零,并从 sigma
计算得出。sigmaX
:X 方向上的高斯核标准差。sigmaY
:Y 方向上的高斯核标准差;如果 sigmaY
为零,则设置为等于 sigmaX
。如果两个 sigma
值都为零,它们从 ksize.width
和 ksize.height
计算得出(见 getGaussianKernel
了解详细信息)。borderType
:像素外推方法,见 BorderTypes
。不支持 BORDER_WRAP
。
(4)高斯核尺寸和标准差:
- 如果
ksize
中的宽度和高度为零,则根据 sigma
值计算核尺寸。如果 sigma
也为零,则根据 ksize
计算 sigma
值。
(5)边界处理:
borderType
参数指定边界外推方法,用于处理图像边缘的像素。BORDER_DEFAULT
是默认值,表示使用适合的边界类型。
(6)相关函数:
sepFilter2D
:分离滤波器,可以用于执行高斯滤波。filter2D
:通用滤波器应用函数。blur
:模糊函数,使用简单的盒子滤波器。boxFilter
:盒子滤波器。bilateralFilter
:双边滤波器,可以保留边缘的同时实现模糊。medianBlur
:中值滤波器。
二、示例代码:
#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
int main() {
utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
double hue_min = 0; // 定义肤色的最小色调值
double hue_max = 20; // 定义肤色的最大色调值
double saturability_min = 43; // 定义肤色的最小饱和度值
double saturability_max = 255; // 定义肤色的最大饱和度值
double Value_min = 55; // 定义肤色的最小亮度值
double Value_max = 255; // 定义肤色的最大亮度值
Mat frame = imread("C:\\Users\\86173\\Desktop\\TI\\face.png"); // 读取图像
if (frame.empty()) {
cerr << "Could not open or find the image" << endl; // 检查图像是否成功加载
return -1;
}
Mat hsv_image; // 定义HSV图像容器
Mat face_image; // 定义存储肤色区域的图像容器
Mat dupes_image; // 定义存储最终输出的图像容器
Mat gauss_image; // 定义存储高斯模糊结果的图像容器
cvtColor(frame, hsv_image, COLOR_BGR2HSV); // 将BGR图像转换为HSV图像
frame.copyTo(face_image); // 复制原图像到face_image以进行肤色提取
// 使用inRange函数根据HSV范围提取肤色区域
inRange(hsv_image, Scalar(hue_min, saturability_min, Value_min), Scalar(hue_max, saturability_max, Value_max), face_image);
frame.copyTo(dupes_image); // 复制原图像到dupes_image以进行后续处理
// 对原图像进行高斯模糊处理
GaussianBlur(frame, gauss_image, Size(5, 5), 3, 0);
// 将高斯模糊的结果复制到dupes_image中,但只使用face_image标记的肤色区域
gauss_image.copyTo(dupes_image, face_image);
imshow("磨皮前", frame); // 显示原始图像
imshow("磨皮后", dupes_image); // 显示经过"磨皮"处理后的图像
waitKey(0); // 等待用户按键
destroyAllWindows(); // 销毁所有窗口
return 0;
}
三、运行结果:
![](https://i-blog.csdnimg.cn/direct/9f371baaa6d44ebda36e4d54518f9488.png)