【OpenCV图像处理】1.15自定义线性滤波

自定义线性滤波

线性滤波就是卷积，实际上的作用就是降噪。

• 卷积概念

  • 卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。
  • Kernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)
    

• 卷积如何工作？

  • 把kernel放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来替换锚点覆盖下像素点值称为卷积处理。
  • 数学表达如下：$H(x,y)={\sum }_{i=0}^{M_i-1}{\sum }_{j=0}^{M_j-1}I\left(x+i-a_i,y+j-a_j\right)K(i,j)$
    
    Sum = 8x1+6x1+6x1+2x1+8x1+6x1+2x1+2x1+8x1
    New pixel = sum / (m*n)

• 常见算子

  • Robert算子
    

  • Sobel算子
    

  • 拉普拉斯算子
    

• 自定义卷积模糊

  • filter2D函数

  filter2D(
  Mat src, //输入图像
  Mat dst, // 模糊图像
  int depth, // 图像深度32/8
  Mat kernel, // 卷积核/模板
  Point anchor, // 锚点位置
  double delta // 计算出来的像素+delta
  )
  其中 kernel是可以自定义的卷积核
  

知道卷积、傅里叶变换，这样就具备了图像处理的基础知识。

完整代码：

#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>

using namespace std;
using namespace cv;

#ifndef P16
#define P16 16
#endif

int main() {
    std::string path = "../fei.JPG";
    cv::Mat img = cv::imread(path, 5);

    string str_input = "input image";
    string str_output = "output image";

    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }

#if P16  //自定义线性卷积
    imshow("input", img);

    Mat dest_x,dest_y;
    //Robert X方向
    Mat kernel_x = (Mat_<int>(2,2) << 1,0,0,-1);
    filter2D(img,dest_x,-1,kernel_x,Point(-1,-1),0.0);
    imshow("Robert X", dest_x);

    //Robert Y方向
    Mat kernel_y = (Mat_<int>(2,2) << 0,1,-1,0);
    filter2D(img,dest_y,-1,kernel_y,Point(-1,-1),0.0);
    imshow("Robert Y", dest_y);

    int ksize;
    Mat kernel;
    int c = 0;
    int index = 1;
    while(true)
    {
        c = waitKey(500);
        if((char)c == 27)
        {
            break;
        }

        ksize = 3 + 2 *(index %5);
        kernel = Mat::ones(Size(ksize,ksize),CV_32F)/(float)(ksize*ksize);
        filter2D(img,dest_x,-1,kernel,Point(-1,-1),0);
        imshow("result",dest_x);
        index ++;
    }
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}