#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
// 全局变量
int DELAY_CAPTION = 1500;
int DELAY_BLUR = 100;
int MAX_KERNEL_LENGTH = 31;
Mat src; Mat dst;
char window_name[] = "Filter Demo 1";
// 函数申明
int display_caption(char* caption);
int display_dst(int delay);
int main(int argc, char** argv)
{
namedWindow(window_name, WINDOW_AUTOSIZE);
// 载入原图像
/*src = imread("../images/lena.jpg", 1);*/
src = imread("d://xlxl//36.png", 1);
if (display_caption("Original Image") != 0) { cout << "error!!!" << endl; return 0; }
dst = src.clone();
if (display_dst(DELAY_CAPTION) != 0) { return 0; }
// 使用均值平滑
if (display_caption("Homogeneous Blur") != 0) { return 0; }
for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2)
{
blur(src, dst, Size(i, i), Point(-1, -1));
if (display_dst(DELAY_BLUR) != 0) { return 0; }
}
// 使用高斯平滑
if (display_caption("Gaussian Blur") != 0) { return 0; }
for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2)
{
GaussianBlur(src, dst, Size(i, i), 0, 0);
if (display_dst(DELAY_BLUR) != 0) { return 0; }
}
// 使用中值平滑
if (display_caption("Median Blur") != 0) { return 0; }
for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2)
{
medianBlur(src, dst, i);
if (display_dst(DELAY_BLUR) != 0) { return 0; }
}
//使用双边平滑
if (display_caption("Bilateral Blur") != 0) { return 0; }
for (int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2)
{
bilateralFilter(src, dst, i, i * 2, i / 2);
if (display_dst(DELAY_BLUR) != 0) { return 0; }
}
// 等待用户输入
display_caption("End: Press a key!");
waitKey(0);
return 0;
system("pause");
}
int display_caption(char* caption)
{
dst = Mat::zeros(src.size(), src.type());
putText(dst, caption,
Point(src.cols / 4, src.rows / 2),
FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255));
imshow(window_name, dst);
int c = waitKey(DELAY_CAPTION);
if (c >= 0) { return -1; }
return 0;
}
int display_dst(int delay) {
//使用各种线性滤波器对图像进行平滑处理,相关OpenCV函数如下:
//blur
//GaussianBlur
//medianBlur
//bilateralFilter
imshow(window_name, dst);
int c = waitKey(delay);
if (c >= 0) { return -1; }
return 0;
}
切换图片后的效果如图: