【OpenCV 4】自定义滤波器：filter2D（）

最新推荐文章于 2024-02-19 08:00:00 发布

kingkee

最新推荐文章于 2024-02-19 08:00:00 发布

阅读量3.4k

点赞数 2

分类专栏： OpenCV 文章标签： OpenCV 4 自定义滤波 filter2D

本文链接：https://blog.csdn.net/kingkee/article/details/95954625

版权

OpenCV 专栏收录该内容

42 篇文章 28 订阅

订阅专栏

一、编程环境：

OpenCV	4.1.0
IDE	Visual Studio 2017 Enterprise (15.9.14)
操作系统	Windows 10 x64 中文专业版 (1903)

二、OpenCV 自定义滤波：

图像卷积最主要功能有图像模糊、锐化、梯度边缘等，OpenCV 除了支持上述的卷积模糊（均值与边缘保留）还支持自定义卷积核，实现自定义的滤波操作。利用内核实现对图像的卷积运算。

自定义卷积核常见的主要是均值、锐化、梯度等算子。

三、程序说明：

OpenCV 中的 filter2D（）函数：利用内核实现对图像的卷积运算。

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

参数说明：

src：输入图像。

dst：输出图像，和输入图像具有相同的尺寸和通道数量。

ddepth：目标图像深度，如果没写将生成与原图像深度相同的图像。

原图像和目标图像支持的图像深度如下：

    src.depth() = CV_8U, ddepth = -1/CV_16S/CV_32F/CV_64F
    src.depth() = CV_16U/CV_16S, ddepth = -1/CV_32F/CV_64F
    src.depth() = CV_32F, ddepth = -1/CV_32F/CV_64F
    src.depth() = CV_64F, ddepth = -1/CV_64F

当 ddepth 输入值为 -1 时，目标图像和原图像深度保持一致。

kernel：卷积核（或者是相关核），一个单通道浮点型矩阵。如果想在图像不同的通道使用不同的 kernel，可以先使用 split() 函数将图像通道事先分开。

anchor：内核的基准点（anchor），其默认值为 (-1,-1) 说明位于 kernel 的中心位置。基准点即 kernel 中与进行处理的像素点重合的点。

delta：在储存目标图像前可选的添加到像素的值，默认值为 0。

borderType：像素向外逼近的方法，默认值是 BORDER_DEFAULT，即对全部边界进行计算。

注意：滤波完成之后需要使用convertScaleAbs函数将结果转换为字节类型。

四、示例程序：

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

using namespace cv;
using namespace std;

int main(int argc, char* argv[]) {
    Mat src = imread("../images/test.jpg");
    if (src.empty()) {
    	printf("不能打开图像！\n");
    	return -1;
    }

    namedWindow("1-原图", WINDOW_AUTOSIZE);
    imshow("1-原图", src);

    Mat kernel1 = Mat::ones(5, 5, CV_32F) / (float)(25);

    Mat kernel2 = (Mat_<char>(3, 3) << 0, -1, 0,
                                      -1, 5, -1,
                                       0, -1, 0);

    Mat kernel3 = (Mat_<int>(2, 2) << 1, 0, 0, -1);

    Mat dst1, dst2, dst3;
    filter2D(src, dst1, -1, kernel1);
    filter2D(src, dst2, -1, kernel2);
    filter2D(src, dst3, CV_32F, kernel3);
    convertScaleAbs(dst3, dst3);

    imshow("2-blur(5x5)", dst1);
    imshow("3-shape(3x3)", dst2);
    imshow("4-gradient(2x2)", dst3);

    waitKey(0);
    return 0;
}