opencv矩阵的卷积

一个矩阵与另一个矩阵的卷积运算大部分运用在图像处理上，例如用一个模板去对一幅图像进行卷积。

卷积方法：

1、函数法（fileter2D）

CV_EXPORTS_W void filter2D( InputArray src, OutputArray dst, int ddepth,
                            InputArray kernel, Point anchor=Point(-1,-1),
                            double delta=0, int borderType=BORDER_DEFAULT );

2、对应项相乘求和

把模板（n*n）放在矩阵上（中心对准要处理的元素），用模板的每个元素去乘矩阵中的的元素，累加和等于这个元素，例如例子中的第二行第二个元素24= 1*(-3)+2*(-3)+3*5+2*(-3)+3*0+4*5+3*(-3)+4*(-3)+5*5的计算，依次计算每个元素的值，如果矩阵的中心在边缘就要将原矩阵进行扩展，例如补0，或者直接规定模板的中心距离边缘(n-1)/2个单位以上。

代码：

#include <QtCore/QCoreApplication>

#include <opencv2/core/core.hpp>

#include <opencv2/highgui/highgui.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <iostream>

using namespace cv;

using namespace std;

int main(int argc, char *argv[])

{

    QCoreApplication a(argc, argv);

     /**********对n*m的图像求卷积***************/

    Mat src,dst,Mdst;

    Mat Km = (Mat_<float>(3,3) << 1.0, -2.0, 1.0, 4.0, -2.0 , -1.0, 4.0, -2.0, 2.0);

    src = imread("../convolution/lena.png",1);

    dst.create(src.rows,src.cols,src.type());

    imshow("src",src);

    filter2D(src,dst,src.depth(),Km,Point(-1,-1));

    imshow("filtering",dst);

    /**********求与卷积和同大小的矩阵的卷积***************/

    //（1）使用卷积函数filter2D()

    Mat M0 = (Mat_<float>(3,3) << -3,-3,5,-3,0,5,-3,-3,5);

    Mat Msrc = (Mat_<float>(3,3) << 1,2,3,2,3,4,3,4,5);

    filter2D(Msrc,Mdst,Msrc.depth(),M0,Point(-1,-1));

    cout<<"Mdst = "<<Mdst<<endl;

    //（2）源矩阵与卷积和对应项相乘求和，所求得的值对应（1）中中心点的值

    float mm=0;

    for(int i=0;i<Msrc.rows;i++)

      for(int j=0;j<Msrc.cols;j++)

         mm+=Msrc.ptr<float>(i)[j]*M0.ptr<float>(i)[j];

    cout<<endl<<"mm = "<<(float)mm<<endl;

    waitKey(0);

    return a.exec();

}

运行结果：

(1)用函数filter2D()对图像卷积

（2）对3*3矩阵Msrc = (1,2,3;2,3,4;3,4,5)卷积

由结果可以看出mm=24即为函数filter2D求得的卷积矩阵Mdst中心点的值.

结论：

1.求卷积矩阵的元素x,y时，对准Msrc矩阵的x,y元素。
2.然后 M0矩阵从1,1朝右朝下移动，Msrc从x,y朝左朝上移动。
3.对应元素相乘、相加即可。