OpenCV-自定义线性滤波

Kernel 本质上是一个固定大小的数组，其中心的被称为锚点（anthor point）
卷积是kernel在每个像素上的操作；

常见算子

• Robert算子
  x方向：
  y方向：
  
  通过手可以看出x与y方向差异不同提取情况，x对横向差异提取较好 y则是对垂直方向差异提取较好
• Soble算子
  x方向：
  y方向：
  
• 拉普拉斯算子（获取整个差异，能较好的获取边缘轮廓）
  
  
  差异显示更加细腻

#include<opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/highgui/highgui_c.h>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, rdst_x, rdst_y, sdst_x, sdst_y, dst;
	src = imread("E://VS-pro//images//zhu.jpg");
	imshow("原图", src);

	//Robert X 方向  
	Mat rkernel_x = (Mat_<int>(2, 2) << 1, 0, 0, -1);
	filter2D(src, rdst_x, -1, rkernel_x, Point(-1, -1), 0.0);
	imshow("Robert X 方向  ", rdst_x);
	//Robert Y 方向
	Mat rkernel_y = (Mat_<int>(2, 2) << 0, 1, -1, 0);
	filter2D(src, rdst_y, -1, rkernel_y, Point(-1, -1), 0.0);
	imshow("Robert  Y 方向  ", rdst_y);

	// Sobel X 方向
	Mat skernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
	filter2D(src, sdst_x, -1, skernel_x, Point(-1, -1), 0.0);
	imshow("Sobel X 方向  ", sdst_x);


	// Sobel Y 方向
	 Mat skernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0,0,0, 1,2,1);
	 filter2D(src, sdst_y, -1, skernel_y, Point(-1, -1), 0.0);
	 imshow("Sobel Y 方向 ", sdst_y);

	// 拉普拉斯算子
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
	filter2D(src, dst, -1, kernel, Point(-1, -1), 0.0);
	imshow("拉普拉斯算子", dst);

	waitKey(0);
	return 0;
}

自定义kernel

//自定义
	int c = 0;
	int index = 0;
	int ksize = 0;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27) {// ESC 
			break;
		}
		ksize = 5 + (index % 8) * 2;
		Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize);//kernel随ksize的值的变化而变化
		filter2D(src, dst_my, -1, kernel, Point(-1, -1));
		index++;
		imshow("自定义", dst_my);
	}