OpenCV2马拉松第5圈——线性滤波

本文深入探讨OpenCV2中的线性滤波,包括相关和卷积工作原理、边界处理方法,如0填充、常数填充等。介绍了均值滤波、高斯滤波的使用,并讲解如何利用自定义核函数进行双线性滤波。此外,文章重点讨论了可分离滤波的加速技巧,帮助读者理解并应用到实际项目中。
摘要由CSDN通过智能技术生成

收入囊中

这里的很多内容其实在我的Computer Vision: Algorithms and ApplicationsのImage processing中都有讲过
  • 相关和卷积工作原理
  • 边界处理
  • 滤波器的工作原理
  • 会使用均值滤波,高斯滤波
  • 使用自己创造的核函数进行双线性滤波
  • 可分离的滤波(加速)

葵花宝典

相关:  g = f h

卷积:  g = f

暂时不考虑边缘,所以8*8的图形进行相关或卷积操作后就得到6*6的图形
因为我们的h(有时叫做核函数)是中心对称的,所以相关和卷积得到的结果是一样的
那不一样呢?看下面的例子,用个一维的例子,{x,y}是核函数,{a,b,c,d,e}是数据
这里构造核   与数据列表的卷积.
In[1]:=
Click for copyable input
Out[1]=
这里构造相关.
评论 1
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