图像处理代码编写一:基于C++的均值滤波程序实现

基于C++的均值滤波程序实现

参考:https://blog.csdn.net/qq_43702097/article/details/103906355

均值滤波原理

对图像处理进行均值滤波的方法:首先定义一个模板,一般为奇数模板,锚点为中心,以其中心点为当前像素的位置(x,y),以模板覆盖的所有像素的均值作为滤波后图像的像素值。
计算公式
在这里插入图片描述
模板图(3×3)

在这里插入图片描述
代码如下:

void myblur(const Mat& src, Mat& dst, Size ksize)
{
	//若模板不是奇数模板,则报错退出
	if (ksize.width % 2 == 0 || ksize.height % 2 == 0)
	{
		cout << "please input odd ksize!" << endl;
		exit(-1);
	}
	//根据ksize大小扩充模板边界
	int awidth = (ksize.width - 1) / 2;
	int aheight = (ksize.height - 1) / 2;
	Mat asrc;
	copyMakeBorder(src, asrc, aheight, aheight, awidth, awidth, BORDER_DEFAULT);
	//根据图像通道数遍历图像求均值
	//通道数为1
	if (src.channels() == 1)
	{
		for (int i = aheight; i < src.rows + aheight; i++)
		{
			for (int j = awidth; j < src.cols + awidth; j++)
			{
				int sum = 0;
				int mean = 0;
				for (int k = i - aheight; k <= i + aheight; k++)
				{
					for (int l = j - awidth; l <= j + awidth; l++)
					{
						sum += asrc.at<uchar>(k, l);
					}
				}
				mean = sum / (ksize.width*ksize.height);
				dst.at<uchar>(i - aheight, j - awidth) = mean;
			}
		}
	}
	//通道数为3	
	
	if (src.channels() == 3)
	{
		for (int i = aheight; i < src.rows + aheight; i++)
		{
			for (int j = awidth; j < src.cols + awidth; j++)
			{
				int sum[3] = { 0 };
				int mean[3] = { 0 };
				for (int k = i - aheight; k <= i + aheight; k++)
				{
					for (int l = j - awidth; l <= j + awidth; l++)
					{
						sum[0] += asrc.at<Vec3b>(k, l)[0];
						sum[1] += asrc.at<Vec3b>(k, l)[1];
						sum[2] += asrc.at<Vec3b>(k, l)[2];
					}
				}
				for (int m = 0; m < 3; m++)
				{
					mean[m] = sum[m] / (ksize.width*ksize.height);
					dst.at<Vec3b>(i - aheight, j - awidth)[m] = mean[m];
				}
			}
		}
	}
}
int main()
{
	Mat src = imread("C:/Users/msi-/Desktop/picture/1.jpg");
	Mat dst1, dst2;
	dst1 = Mat::zeros(src.size(), src.type());
	myblur(src, dst1, Size(3, 3));
	imshow("myblur", dst1);
	blur(src, dst2, Size(3, 3));
	imshow("blur", dst2);
	waitKey();
	return 0;
}

初始图片
初始图片
opencv自带blur函数滤波处理的图片
在这里插入图片描述
编写的代码处理的图片
在这里插入图片描述
可以看到效果差不多,但速度比自带的blur函数差多了,不过本文旨在搞懂原理,以后有时间可以深究一下源码。

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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