计算两个图片的卷积，一个图片为灰度图，另一个图片为简单核

最新推荐文章于 2024-12-11 15:14:29 发布

梅津太郎

最新推荐文章于 2024-12-11 15:14:29 发布

阅读量1.7k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理

本文链接：https://blog.csdn.net/gaocui883/article/details/103655276

图像处理专栏收录该内容

88 篇文章

订阅专栏

本文介绍了一种使用OpenCV进行图像卷积处理的方法，通过定义特定的卷积核，对输入的灰度图像进行卷积运算，并利用傅里叶变换加速计算过程。文章详细展示了从读取图像、定义卷积核、执行卷积操作到结果展示的完整流程。

#include <iostream>
#include <opencv2/opencv.hpp>
#define WITH 600
#define  window1 "【原图】"
#define  window2 "【效果图】"
using namespace cv;
using namespace std;




void convolve_dft(Mat& a, Mat& b, Mat& c);
//计算两个图片的卷积，一个图片为灰度图， 另一个图片为简单核。设置为核心。（3x3）

int main()
{
	//1.原图像。
	Mat src = imread("女战士.jpg", 0);
	resize(src, src, Size(), 0.4, 0.4);
	imshow(window1, src);
	if (!src.data) cout << "error,no signal input!";

	//2.定义卷积核。
	Mat kernel(3, 3, CV_8UC1);
	kernel.at<uchar>(0, 0) = -1;
	kernel.at<uchar>(0, 1) = 0;
	kernel.at<uchar>(0, 2) = 1;
	kernel.at<uchar>(1, 0) = -2;
	kernel.at<uchar>(1, 1) = 1;
	kernel.at<uchar>(1, 2) = 2;
	kernel.at<uchar>(2, 0) = 1;
	kernel.at<uchar>(2, 1) = 0;
	kernel.at<uchar>(2, 2) = -1;
	//3.调用卷积函数进行卷积。
	Mat c;
	src.convertTo(src,CV_32F);
	kernel.convertTo(kernel,CV_32F);
	convolve_dft(src, kernel, c);
	//4.归一化。
	normalize(c,c,0,1,NORM_MINMAX);

	imshow(window2, c);
	waitKey(0);
	return 0;

}

void convolve_dft(Mat& a, Mat& b, Mat& c)
{

	//1.确定c的尺寸，长宽大小为a-b+1
	int csize = a.cols - b.cols + 1;
	int rsize = a.rows - b.rows + 1;
	c.create(rsize, csize, CV_32F);
	//2.定义临时变量，al，bl，大小为a+b-1，经过傅里叶尺寸转换所得。
	Size dftsize;
	dftsize.width = getOptimalDFTSize(a.cols + b.cols - 1);//最合适的傅里叶尺寸。
	dftsize.height = getOptimalDFTSize(a.rows + b.rows - 1);
	Mat al(dftsize, a.type(), Scalar(Scalar::all(0)));
	Mat bl(dftsize, b.type(), Scalar(Scalar::all(0)));//必须为浮点型。
	//3.将a和b分别复制到a1和b1.
	Mat x1(al, Rect(0, 0, a.cols, a.rows));
	Mat y1(bl, Rect(0, 0, b.cols, b.rows));
	a.copyTo(x1);
	b.copyTo(y1);
	//4.对a1，b1，进行傅里叶转换。
	dft(al, al, 0, a.rows);
	dft(bl, bl, 0, b.rows);
	//5.对傅里叶结果进行点ji。
	mulSpectrums(al, bl, al, DFT_COMPLEX_OUTPUT);//逐点想乘。...............................................

	//6.对结果进行傅里叶逆变换，得到卷积。
	dft(al, al, DFT_INVERSE + DFT_SCALE, c.rows);
	//7.将结果赋值给c
	al(Rect(0, 0, c.cols, c.rows)).copyTo(c);
}