小波变换 C++ opencv 实现

最新推荐文章于 2024-08-01 03:20:53 发布
最新推荐文章于 2024-08-01 03:20:53 发布
阅读量1.9w 收藏 56
点赞数 5
分类专栏： CV相关

申明，本文非笔者原创，原文转载自：http://shijuanfeng.blogbus.com/logs/221385402.html


源码：

///  小波变换
Mat WDT( const Mat &_src, const string _wname, const int _level )const
{
    int reValue = THID_ERR_NONE;
    Mat src = Mat_<float>(_src);
    Mat dst = Mat::zeros( src.rows, src.cols, src.type() ); 
    int N = src.rows;
    int D = src.cols;
 
    /// 高通低通滤波器
    Mat lowFilter; 
    Mat highFilter;
    wavelet( _wname, lowFilter, highFilter );
 
    /// 小波变换
    int t=1;
    int row = N;
    int col = D;
 
    while( t<=_level )
    {
        ///先进行行小波变换
        for( int i=0; i<row; i++ ) 
        {
            /// 取出src中要处理的数据的一行
            Mat oneRow = Mat::zeros( 1,col, src.type() );
            for ( int j=0; j<col; j++ )
            {
                oneRow.at<float>(0,j) = src.at<float>(i,j);
            }
            oneRow = waveletDecompose( oneRow, lowFilter, highFilter );
            /// 将src这一行置为oneRow中的数据
            for ( int j=0; j<col; j++ )
            {
                dst.at<float>(i,j) = oneRow.at<float>(0,j);
            }
        }
 
#if 0
        //normalize( dst, dst, 0, 255, NORM_MINMAX );
        IplImage dstImg1 = IplImage(dst); 
        cvSaveImage( "dst.jpg", &dstImg1 );
#endif
        /// 小波列变换
        for ( int j=0; j<col; j++ )
        {
            /// 取出src数据的一行输入
            Mat oneCol = Mat::zeros( row, 1, src.type() );
            for ( int i=0; i<row; i++ )
            {
                oneCol.at<float>(i,0) = dst.at<float>(i,j);
            }
            oneCol = ( waveletDecompose( oneCol.t(), lowFilter, highFilter ) ).t();
        
            for ( int i=0; i<row; i++ )
            {
                dst.at<float>(i,j) = oneCol.at<float>(i,0);
            }
        }
 
#if 0
        //normalize( dst, dst, 0, 255, NORM_MINMAX );
        IplImage dstImg2 = IplImage(dst); 
        cvSaveImage( "dst.jpg", &dstImg2 );
#endif
 
        /// 更新
        row /= 2;
        col /=2;
        t++;
        src = dst;
    }
 
    return dst;
}
 
///  小波逆变换
Mat IWDT( const Mat &_src, const string _wname, const int _level )const
{
    int reValue = THID_ERR_NONE;
    Mat src = Mat_<float>(_src);
    Mat dst = Mat::zeros( src.rows, src.cols, src.type() ); 
    int N = src.rows;
    int D = src.cols;
 
    /// 高通低通滤波器
    Mat lowFilter; 
    Mat highFilter;
    wavelet( _wname, lowFilter, highFilter );
 
    /// 小波变换
    int t=1;
    int row = N/std::pow( 2., _level-1);
    int col = D/std::pow(2., _level-1);
 
    while ( row<=N && col<=D )
    {
        /// 小波列逆变换
        for ( int j=0; j<col; j++ )
        {
            /// 取出src数据的一行输入
            Mat oneCol = Mat::zeros( row, 1, src.type() );
            for ( int i=0; i<row; i++ )
            {
                oneCol.at<float>(i,0) = src.at<float>(i,j);
            }
            oneCol = ( waveletReconstruct( oneCol.t(), lowFilter, highFilter ) ).t();
 
            for ( int i=0; i<row; i++ )
            {
                dst.at<float>(i,j) = oneCol.at<float>(i,0);
            }
        }
 
#if 0
        //normalize( dst, dst, 0, 255, NORM_MINMAX );
        IplImage dstImg2 = IplImage(dst); 
        cvSaveImage( "dst.jpg", &dstImg2 );
#endif
        ///行小波逆变换
        for( int i=0; i<row; i++ ) 
        {
            /// 取出src中要处理的数据的一行
            Mat oneRow = Mat::zeros( 1,col, src.type() );
            for ( int j=0; j<col; j++ )
            {
                oneRow.at<float>(0,j) = dst.at<float>(i,j);
            }
            oneRow = waveletReconstruct( oneRow, lowFilter, highFilter );
            /// 将src这一行置为oneRow中的数据
            for ( int j=0; j<col; j++ )
            {
                dst.at<float>(i,j) = oneRow.at<float>(0,j);
            }
        }
 
#if 0
        //normalize( dst, dst, 0, 255, NORM_MINMAX );
        IplImage dstImg1 = IplImage(dst); 
        cvSaveImage( "dst.jpg", &dstImg1 );
#endif
 
        row *= 2;
        col *= 2;
        src = dst;
    }
 
    return dst;
}
 
 
 
/// 调用函数
 
/// 生成不同类型的小波，现在只有haar，sym2
void wavelet( const string _wname, Mat &_lowFilter, Mat &_highFilter )const
{
    if ( _wname=="haar" || _wname=="db1" )
    {
        int N = 2;
        _lowFilter = Mat::zeros( 1, N, CV_32F );
        _highFilter = Mat::zeros( 1, N, CV_32F );
        
        _lowFilter.at<float>(0, 0) = 1/sqrtf(N); 
        _lowFilter.at<float>(0, 1) = 1/sqrtf(N); 
 
        _highFilter.at<float>(0, 0) = -1/sqrtf(N); 
        _highFilter.at<float>(0, 1) = 1/sqrtf(N); 
    }
    if ( _wname =="sym2" )
    {
        int N = 4;
        float h[] = {-0.483, 0.836, -0.224, -0.129 };
        float l[] = {-0.129, 0.224,    0.837, 0.483 };
 
        _lowFilter = Mat::zeros( 1, N, CV_32F );
        _highFilter = Mat::zeros( 1, N, CV_32F );
 
        for ( int i=0; i<N; i++ )
        {
            _lowFilter.at<float>(0, i) = l[i]; 
            _highFilter.at<float>(0, i) = h[i]; 
        }
 
    }
}
 
/// 小波分解
Mat waveletDecompose( const Mat &_src, const Mat &_lowFilter, const Mat &_highFilter )const
{
    assert( _src.rows==1 && _lowFilter.rows==1 && _highFilter.rows==1 );
    assert( _src.cols>=_lowFilter.cols && _src.cols>=_highFilter.cols );
    Mat &src = Mat_<float>(_src);
 
    int D = src.cols;
    
    Mat &lowFilter = Mat_<float>(_lowFilter);
    Mat &highFilter = Mat_<float>(_highFilter);
 
 
    /// 频域滤波，或时域卷积；ifft( fft(x) * fft(filter)) = cov(x,filter) 
    Mat dst1 = Mat::zeros( 1, D, src.type() );
    Mat dst2 = Mat::zeros( 1, D, src.type()  );
 
    filter2D( src, dst1, -1, lowFilter );
    filter2D( src, dst2, -1, highFilter );
 
 
    /// 下采样
    Mat downDst1 = Mat::zeros( 1, D/2, src.type() );
    Mat downDst2 = Mat::zeros( 1, D/2, src.type() );
 
    resize( dst1, downDst1, downDst1.size() );
    resize( dst2, downDst2, downDst2.size() );
 
 
    /// 数据拼接
    for ( int i=0; i<D/2; i++ )
    {
        src.at<float>(0, i) = downDst1.at<float>( 0, i );
        src.at<float>(0, i+D/2) = downDst2.at<float>( 0, i );
    }
 
    return src;
}
 
/// 小波重建
Mat waveletReconstruct( const Mat &_src, const Mat &_lowFilter, const Mat &_highFilter )const
{
    assert( _src.rows==1 && _lowFilter.rows==1 && _highFilter.rows==1 );
    assert( _src.cols>=_lowFilter.cols && _src.cols>=_highFilter.cols );
    Mat &src = Mat_<float>(_src);
 
    int D = src.cols;
 
    Mat &lowFilter = Mat_<float>(_lowFilter);
    Mat &highFilter = Mat_<float>(_highFilter);
 
    /// 插值;
    Mat Up1 = Mat::zeros( 1, D, src.type() );
    Mat Up2 = Mat::zeros( 1, D, src.type() );
 
    /// 插值为0
    //for ( int i=0, cnt=1; i<D/2; i++,cnt+=2 )
    //{
    //    Up1.at<float>( 0, cnt ) = src.at<float>( 0, i );     ///< 前一半
    //    Up2.at<float>( 0, cnt ) = src.at<float>( 0, i+D/2 ); ///< 后一半
    //}
 
    /// 线性插值
    Mat roi1( src, Rect(0, 0, D/2, 1) );
    Mat roi2( src, Rect(D/2, 0, D/2, 1) );
    resize( roi1, Up1, Up1.size(), 0, 0, INTER_CUBIC );
    resize( roi2, Up2, Up2.size(), 0, 0, INTER_CUBIC );
 
    /// 前一半低通，后一半高通
    Mat dst1 = Mat::zeros( 1, D, src.type() );
    Mat dst2= Mat::zeros( 1, D, src.type() );
    filter2D( Up1, dst1, -1, lowFilter );
    filter2D( Up2, dst2, -1, highFilter );
 
    /// 结果相加
    dst1 = dst1 + dst2;
 
    return dst1;
 
}

ChenLee_1
关注
专栏目录
C++编程实现图像的小波变换去噪系统
05-29
C++编程实现图像的小波变换去噪系统
Opencv + c++实现简单的小波变换
10-06
简单的实现二维图像的小波变换，实现简答，也便于后期的小波拓展。
OpenCV~傅里叶变换(FFT)~模糊检测
最新发布
weixin_40545253的博客
08-01 51
翻译自【OpenCV Fast Fourier Transform (FFT) for blur detection in images and video streams】，原文链接：https://www.pyimagesearch.com/2020/06/15/opencv-fast-fourier-transfo...
opencv c++ 小波变换
songyimin1208的博客
10-01 4190
国庆憋东西不解释  感冒已经好 小波变换 原理没太懂 但是程序能用 #include #include #include #include #include using namespace cv; using namespace std; Mat WDT(const Mat &_src, const string _wname, const int _lev
opencv c++ 小波变换
我是Bob.liu
01-14 1147
#include <opencv2\imgproc\imgproc.hpp> #include <opencv2\highgui\highgui.hpp> #include <opencv2\core\core.hpp> #include <iostream> #include <math.h> using namespace cv; ...
转：基于opencv的小波变换
weixin_34218890的博客
08-08 609
转自http://www.cnblogs.com/zhangzhi/archive/2009/09/19/1569888.html 提供函数DWT()和IDWT()，前者完成任意层次的小波变换，后者完成任意层次的小波逆变换。输入图像要求必须是单通道浮点图像，对图像大小也有要求（1层变换：w,h必须是2的倍数；2层变换：w,h必须是4的倍数；3层变换：w,h必须是8的倍数......），变换后的结...
快速小波变换 基于opencv带注释
07-19
在OpenCV库中，它提供了实现快速小波变换的接口，使得开发者能够轻松地将小波分析应用于实际项目。在这个基于OpenCV的案例中，源码带有注释，有助于理解算法的工作原理。 小波变换是信号分析的一种工具，它能够同时...
二维灰度图像的小波变换和逆变换的C++实现
11-10
在C++中实现小波变换，通常会用到一些开源库，如Wavelet Toolbox或OpenCV。这些库提供了丰富的函数和结构，便于开发者进行小波分析。在这个项目中，可能包含的源码文件有以下几个部分： 1. **数据读取与预处理**：...
VC++实现小波变换图像融合,基于小波变换的图像处理,C,C++
09-10
在VC++环境中实现小波变换图像融合，涉及到的主要知识点包括小波理论、图像融合技术以及C++编程基础。 首先，小波变换（Wavelet Transform）是一种多尺度分析方法，它能够同时提供信号的时间和频率信息。与傅立叶...
二维小波变换源代码（C++实现）
11-10
1. 库支持：在C++中实现小波变换，通常会用到一些专门的小波库，如 wavedec、libwavelet 或 OpenCV 等。这些库提供了预定义的小波基函数和高效的计算方法。 2. 算法实现：二维小波变换通常采用分层结构，从最粗的...
OpenCV3 小波变换
06-20
借鉴网上前辈代码，用OpenCV3写的小波变换，如有错误，请各位大神批评指正。
opencv实现小波变换
04-25
在VC++6.0和opencv1.0版本基础上实现小波变换
c++实现的小波变换
05-28
小波变换的代码，有两种小波，分别是haar，sym2，处理效果还不错。
小波变换程序（C++）
01-25
C++语言支持面向对象编程，生成的目标 代码质量高，程序运行效率高。在实际的工 程项目中往往涉及到用C++语言编写小波分析 程序，但用C++语言编写小波分析函数非常复 杂。
图像小波变换和逆变换_openCV
11-26
基于openCV实现的图像小波变换和逆变换功能函数源代码，可以在你的工程项目中直接调用，适用于图像融合分析分类识别等计算机视觉领域。
小波变换C++代码
weixin_35757531的博客
01-05 1124
小波变换是一种常用的信号处理方法，它可以将信号分解成不同尺度的部分，从而帮助我们更好地理解信号的特征。 以下是一个简单的小波变换 C 代码例子： #include <stdio.h> #include <math.h> #include <wavelet.h> // 包含小波变换函数的头文件 #define LENGTH 1024 // 信号长度 int m...
一维小波变换的C++实现
11-22 1064
　　将小波展开系数当成离散信号，尺度函数和小波函数的MRA方程系数看成数字滤波器组，根据Mallat快速算法的原理，小波变换对数据的处理方法可简化成对信号逐级采样和滤波的过程。 图1 小波变换的滤波器实现 (a)分解算法 (b)重构算法 　　一层小波分解算法流程如图2所示，信号将先经过小波分解低通滤波器和高通滤波器，随后被降采样，实现数据重构。而滤波算法可简化为待处理信号与滤波...
小波变换的C++实现
Mr. Cypress 柏树 先生
05-04 7849
看完小波变换的理论后想实现一线，同时发现opencv中并没有小波变换的函数（还是新版的有了，我不知道啊，please give Me a feedback if U guy know）...............省略线。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 int N = 16; //该部分首先将图划分为16*16的block区域 //在每一个循环当中，在每一次
c++ opencv小波变换
12-01
小波变换是一种时频分析方法，可以将信号分解成不同频率的子带，从而更好地理解信号的特征。下面是使用C++和OpenCV进行一维连续小波变换的示例代码： ```cpp #include <opencv2/opencv.hpp> #include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/imgcodecs.hpp> #include <opencv2/core/utility.hpp> #include <iostream> #include <vector> #include <cmath> using namespace cv; using namespace std; // 小波变换函数 void wavelet(Mat& src, Mat& dst, int level) { Mat temp = src.clone(); for (int i = 0; i < level; i++) { int rows = temp.rows; int cols = temp.cols; Mat LL, LH, HL, HH; pyrDown(temp(Rect(0, 0, cols, rows)), LL); pyrDown(temp(Rect(0, rows / 2, cols, rows / 2)), LH); pyrDown(temp(Rect(cols / 2, 0, cols / 2, rows)), HL); pyrDown(temp(Rect(cols / 2, rows / 2, cols / 2, rows / 2)), HH); Mat LHHL; pyrUp(LH, LHHL, LL.size()); Mat HHLH; pyrUp(HL, HHLH, LL.size()); Mat HHLL; pyrUp(HH, HHLL, LL.size()); Mat LL_new; LL.copyTo(LL_new); for (int i = 0; i < LL.rows; i++) { for (int j = 0; j < LL.cols; j++) { LL_new.at<float>(i, j) = (LL.at<float>(i, j) + LHHL.at<float>(i, j) + HHLH.at<float>(i, j) + HHLL.at<float>(i, j)) / 4; } } temp = LL_new.clone(); } dst = temp.clone(); } int main() { // 生成测试信号 int N = 512; Mat signal(N, 1, CV_32FC1); for (int i = 0; i < N; i++) { signal.at<float>(i, 0) = sin(2 * CV_PI * i / 32) + sin(2 * CV_PI * i / 16); } // 进行小波变换 Mat dst; wavelet(signal, dst, 3); // 显示结果 Mat dst_show; normalize(dst, dst_show, 0, 255, NORM_MINMAX); dst_show.convertTo(dst_show, CV_8UC1); imshow("Wavelet Transform", dst_show); waitKey(0); return 0; } ``` 上述代码中，我们首先生成了一个长度为512的测试信号，然后调用wavelet函数进行小波变换，最后将结果进行归一化并显示出来。在wavelet函数中，我们使用了OpenCV自带的pyrDown和pyrUp函数进行了一维小波变换。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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