OpenCV图像滤波(9)getGaussianKernel()函数的使用

jndingxin

于 2024-08-09 14:05:46 发布

阅读量710

点赞数 11

分类专栏： OpenCV 文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/jndingxin/article/details/141059430

版权

OpenCV 专栏收录该内容

60 篇文章 17 订阅

订阅专栏

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

功能描述

cv::getGaussianKernel() 是 OpenCV 中的一个函数，用于生成一维高斯核。这种核通常用于实现高斯模糊滤波器，该滤波器可以平滑图像并减少噪声。高斯模糊是一种非常常用的图像处理技术，在许多计算机视觉任务中都有应用，比如边缘检测前的预处理。

函数返回高斯滤波器系数。

该函数计算并返回一个 ksize×1 的高斯滤波器系数矩阵：
$G_i= \alpha *e^{-(i-( \texttt{ksize} -1)/2)^2/(2* \texttt{sigma}^2)},$
其中，i=0…ksize−1 并且而 α 是缩放因子，选择该因子是为了使得 $\sum_i G_i=1$ 。

生成的两个这样的核可以传递给 sepFilter2D。这些函数自动识别平滑核（一个对称核，其权重之和等于 1），并相应地处理它们。您也可以使用更高层次的 GaussianBlur。

函数原型


Mat cv::getGaussianKernel
(
	int 	ksize,
	double 	sigma,
	int 	ktype = CV_64F 
)

参数

参数ksize 孔径大小。它应该是奇数 (ksizemod2=1) 并且为正数。
参数sigma 高斯标准差。如果它是非正数，它将根据 ksize 计算为 sigma = 0.3*((ksize-1)*0.5 - 1) + 0.8。
参数ktype 滤波器系数的类型。它可以是 CV_32F 或 CV_64F。

代码示例

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

int main(int argc, char** argv)
{
    // 读取图像
    cv::Mat src = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_GRAYSCALE);

    if (src.empty())
    {
        std::cout << "Error: Image cannot be loaded!" << std::endl;
        return -1;
    }

    cv::Size sz2Sh( 400, 600 );

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

    // 获取高斯核
    int ksize = 5;     // 孔径大小
    double sigma = 3.0;// 标准差
    cv::Mat kernel = cv::getGaussianKernel(ksize, sigma, CV_64F);

    // 创建二维高斯核
    cv::Mat kernel2D = kernel * kernel.t();

    // 应用高斯核
    cv::Mat filtered;
    cv::filter2D(src, filtered, -1, kernel2D);

    // 显示图像
    cv::namedWindow("Original Image", cv::WINDOW_NORMAL);
    cv::imshow("Original Image", src);

    cv::namedWindow("Filtered Image", cv::WINDOW_NORMAL);
    cv::imshow("Filtered Image", filtered);

    cv::waitKey(0);

    return 0;
}