【个人笔记】OpenCV4 C++ 图像处理与视频分析 13课

个人资料，仅供学习使用
修改时间——2022年2月19日 21:11:31
学习课程：OpenCV4 图像处理与视频分析实战教程
课程讲师：贾志刚

13 自定义滤波

opencv知识点：

• 将图像与内核卷积 - filter2D
• 缩放 取绝对值 转换为8位 - convertScaleAbs

本课所解决的问题：

• 什么是自定义滤波？
• 如果实现自定义滤波的均值卷积？
• 如果实现自定义滤波的非均值卷积？

1.自定义滤波

我们知道，不同卷积核下的图像卷积意义是不同的，因此卷积核在卷积过程中充当着十分重要的角色。

通过自定义的卷积核来卷积，这种方式的术语为：自定义滤波（customize filter）

要注意的是：
当我们卷积核给的不一样的时候，输出图像的类型必须有所变化，不然会出现意想不到的情况。
针对不同的卷积核，输出图像的深度要给上不同的数据类型，如：

• CV_32F——32位浮点
• CV_32S——32位有符号整数

在OpenCV中，自定义滤波要用到API

• filter2D

具体介绍如下
filter2D

filter2D
	将图像与内核卷积
		共7个参数 
			第1个参数 输入
			第2个参数 输出
			第3个参数 输出图像的深度（-1表示和输入图像一直）
			第4个参数 卷积核
			第5个参数 锚点
					（指示内核中过滤点的相对位置；
					  锚点应位于内核中；
					  默认值Point(-1,-1)，表示锚点位于内核中心）
			第6个参数 delta变量（可以调整亮度）
			第7个参数 borderType

2.自定义滤波演示

均值卷积

首先我们演示一下自定义滤波的均值卷积

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

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
   
	Mat src = imread