OpenCvSharp函数：Filter2D线性滤波、SepFilter2D可分离线性滤波

Filter2D线性滤波

函数说明：可实现对图像应用任意线性滤波器。支持就地操作。边界像素取值可参考CopyMakeBorder。
该函数实际计算相关性，而非卷积：

$\text{dst}(x,y)={\sum }_{\begin{array}{c}0\le x^{\prime }<\text{kernel.cols}\\ 0\le y^{\prime }<\text{kernel.rows}\end{array}}\text{kernel}(x^{\prime },y^{\prime })\ast \text{src}(x+x^{\prime }-\text{anchor.x},y+y^{\prime }-\text{anchor.y})$

即，内核不是围绕锚点镜像的。如果你需要做卷积，可使用Flip函数对核进行翻转并将锚点设置为(kernel.cols - anchro.x - 1,kernel.rows - anchor.y -1)。 当核大小大于等于(11x11)时，基于DFT(离散傅里叶变换)算法，小内核时使用直接算法。

//函数原型
void Filter2D(InputArray src,
	OutputArray dst,
	MatType ddepth,
	InputArray kernel,
	Point? anchor = null,
	double delta = 0.0,
	BorderTypes borderType = BorderTypes.Reflect101)`

参数	说明
InputArray src	输入图像
OutputArray dst	输出图像。大小与通道数与输入图像一致
MatType ddepth	期望的输出深度，具体见Depth combinations表
InputArray kernel	卷积核(相关性内核)：单通道浮点型矩阵。如果想对不同通道使用不同核，可先将图像用Split进行分离单独处理
Point? anchor	核的锚点，默认值为null或(-1,-1),表示核的中心点
double delta	计算结果上加该值，可理解为调亮(正数)或调暗(负数)
BorderTypes borderType	边框外像素取值方法，不支持Wrap

Depth combinations

输入深度(Src.Depth()	输出深度（-1表示与输入深度相同)
CV_8U	-1/CV_16S/CV_32F/CV_64F
CV_16U/CV_16S	-1/CV_32F/CV_64F
CV_32F	-1/CV_32F
CV_64F	-1/CV_64F

SepFilter2D可分离线性滤波

函数说明：对图像进行可分离线性滤波。首先用一维核KernelX对每一行进行滤波计算，再用一维核KernelY对每一列进行滤波计算，再将结果与Delta进行相加生成最终图像。

//函数原型
void SepFilter2D(InputArray src,
	OutputArray dst,
	MatType ddepth,
	InputArray kernelX,
	InputArray kernelY,
	Point? anchor = null,
	double delta = 0.0,
	BorderTypes borderType = BorderTypes.Reflect101)

参数	说明
InputArray src	输入图像
OutputArray dst	输出图像。大小与通道数与输入图像一致
MatType ddepth	期望的输出深度，具体见Depth combinations表
InputArray kernelX	行滤波核(必须为一维,cols或rows等于1)
InputArray kernelY	列滤波核(必须为一维,cols或rows等于1)
Point? anchor	核的锚点，默认值为null或(-1,-1),表示核的中心点
double delta	计算结果上加该值，可理解为调亮(正数)或调暗(负数)
BorderTypes borderType	边框外像素取值方法，不支持Wrap

目的

使用指定大小的核对所选图像进行Filter2D和SepFilter2D线性滤波
当核为3x3时，计算公式如下

$K=\frac{1}{3\cdot 3}\left[\begin{array}{ccc}1& 1& 1\\ 1& 1& 1\\ 1& 1& 1\end{array}\right]$

程序可拖动滚动条指定核大小和Delta的值

图像示例

代码示例

Mat src;
string winName = "Filter2D Demo Esc:退出";

double delta = 0;
public void Run()
{
    //如果未选择图像，则用默认的Lena
    if (!Utils.SelectFile(out string fileName)) fileName = ImagePath.Lena;
    src = Cv2.ImRead(fileName, ImreadModes.Color);
    if (src.Empty()) throw new Exception($"图像打开有误：{fileName}");
    Cv2.NamedWindow(winName, WindowFlags.Normal);
    Cv2.CreateTrackbar("Size 2n+1", winName, 30, SizeOnChanged);
    Cv2.CreateTrackbar("Delta n-100", winName, 200, DeltaOnChanged);
    Cv2.SetTrackbarPos("Delta n-100", winName, 100);
    while(true)
    {
        //Esc退出
        if ((Cv2.WaitKey(50) == 27)) break;
    }
    Cv2.DestroyAllWindows();
}

private void OnChanged()
{
    Mat kernel = Mat.Ones(new Size(kernelSize, kernelSize), MatType.CV_32F) / (float)(kernelSize * kernelSize);
    using var filter2DResult = new Mat();
    Cv2.Filter2D(src, filter2DResult, -1, kernel, null, delta, BorderTypes.Default);
   
    Utils.PutText(filter2DResult, $"Size={kernelSize},delta={delta.ToString("0.0")}");
    Cv2.ImShow(winName, filter2DResult);

    using var sepFilter2DResult = new Mat();

    Mat kernelX = Mat.Ones(new Size(kernelSize, 1), MatType.CV_32F) / (float)kernelSize;
    Mat kernelY = Mat.Ones(new Size(1, kernelSize), MatType.CV_32F) / (float)kernelSize;
    //kernelX与kernelY必须是一维(cols或rows其中一个必须为1)
    Cv2.SepFilter2D(src, sepFilter2DResult, -1, kernelX, kernelY, null, delta, BorderTypes.Default);
    // 只要核的cols或rows为1，也可以这样调用，具体根据实际情况定义kernelX与kernelY
    //Cv2.SepFilter2D(src, dst2, -1, kernelY, kernelX, null, delta, BorderTypes.Default);

    Utils.PutText(sepFilter2DResult, $"Size={kernelSize},delta={delta.ToString("0.0")}");
    Cv2.NamedWindow("SepFilter2D", WindowFlags.Normal);
    Cv2.ImShow("SepFilter2D", sepFilter2DResult);
}

int kernelSize = 1;
/// <summary>
/// 改变核大小
/// </summary>
/// <param name="pos"></param>
/// <param name="userData"></param>
private void SizeOnChanged(int pos, IntPtr userData)
{
    kernelSize = pos * 2 + 1;
    OnChanged();
}
/// <summary>
/// 改变Delta值
/// </summary>
/// <param name="pos"></param>
/// <param name="userData"></param>
private void DeltaOnChanged(int pos, IntPtr userData)
{
    delta = pos -100;
    OnChanged();
}

OpenCvSharp函数示例(目录)
参考
https://docs.opencv.org/4.7.0/d4/dbd/tutorial_filter_2d.html