OpenCV图像滤波(5)二维卷积滤波函数filter2D()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::filter2D() 函数用于对图像应用二维卷积滤波器。这个函数可以用来实现多种图像处理操作,如模糊、锐化、边缘检测等。它通过将一个二维核(也称为滤波器或掩模)与图像中的每个像素进行卷积来工作。

函数与核进行卷积操作。
此函数将任意线性滤波器应用于图像。支持原地操作。当核的部分超出图像范围时,函数会根据指定的边界模式插值处理边界外的像素值。
此函数实际上计算的是相关运算,而非卷积:
dst ( x , y ) = ∑ 0 ≤ x ′ < kernel.cols 0 ≤ y ′ < kernel.rows kernel ( x ′ , y ′ ) ∗ src ( x + x ′ − anchor.x , y + y ′ − anchor.y ) \texttt{dst} (x,y) = \sum _{ \substack{0\leq x' < \texttt{kernel.cols}\\{0\leq y' < \texttt{kernel.rows}}}} \texttt{kernel} (x',y')* \texttt{src} (x+x'- \texttt{anchor.x} ,y+y'- \texttt{anchor.y} ) dst(x,y)=0x<kernel.cols0y<kernel.rowskernel(x,y)src(x+xanchor.x,y+yanchor.y)

函数原型

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

参数

  • 参数 src 输入图像.
  • 参数dst 输出图像,与输入图像具有相同的尺寸和通道数量。
  • 参数ddepth 目标图像期望的深度,参见 combinations
  • 参数kernel卷积核(或更确切地说是相关核),单通道浮点矩阵;如果您想对不同通道应用不同的核,可以使用 split 函数将图像分割成单独的颜色平面并分别处理它们。
  • 参数anchor 核的锚点,指示过滤点在核内的相对位置;锚点应位于核内;默认值 (-1, -1) 表示锚点位于核的中心。
  • 参数delta 可选值,在将过滤后的像素存储到 dst 之前添加到这些像素上。
  • 参数borderType 像素外推方法,参见 BorderTypesBORDER_WRAP 不受支持。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>

int main( int argc, char** argv )
{
    // 加载图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_COLOR );
    if ( !src.data )
    {
        std::cerr << "错误: 无法打开或找到图像。" << std::endl;
        return -1;
    }

    cv::Size sz2Sh( 400, 600 );

    cv::resize( src, src, sz2Sh, 0, 0, cv::INTER_LINEAR_EXACT );

    // 创建输出图像
    cv::Mat dst;

    cv::Mat kernelGaussian = cv::getGaussianKernel( 9, 2.5 );
    cv::Mat kernel         = kernelGaussian * kernelGaussian.t();

    for ( int i = 0; i < 4; i++ )
    {
        filter2D( src, dst, src.depth(), kernel );
    }

    // 显示图像
    cv::namedWindow( "原始图像", cv::WINDOW_NORMAL );
    cv::imshow( "原始图像", src );

    cv::namedWindow( "平滑处理后的图像", cv::WINDOW_NORMAL );
    cv::imshow( "平滑处理后的图像", dst );

    cv::waitKey( 0 );

    return 0;
}

运行结果

在这里插入图片描述

你可以修改getGaussianKernel的参数和filter2D的执行次数,看看图像有什么变化

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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