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