opencv掩码操作-滤波

#include<opencv2/imgproc/imgproc.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/core/core.hpp>#include<iostream>using namespace std;using namespace cv;//图像掩码的...
摘要由CSDN通过智能技术生成
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/core/core.hpp>
#include<iostream>
using namespace std;
using namespace cv;
//图像掩码的实现
Mat Myfilter2D(Mat& src)
{
	int channels = src.channels();
	Mat result(src.size(),src.type());
	for (int j = 1; j < src.rows - 1; j++)
	{
		uchar* previous = src.ptr<uchar>(j-1);
		uchar* current = src.ptr<uchar>(j);
		uchar* next = src.ptr<uchar>(j+1);
		uchar* output = result.ptr<uchar>(j);
		for (int i = channels; i < channels*(src.cols - 1); i++)
		{
			*output++ = saturate_cast<uchar>((current[i - channels] + current[i + channels] + previous[i] + next[i]) / 4);
		}
	}
	//边界处理
	result.row(0).setTo(Scalar(0));
	result.row(result.rows - 1).setTo(Scalar(0));
	result.col(0).setTo(Scalar(0));
	result.col(result.cols - 1).setTo(Scal
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: OpenCV 中值滤波是一种图像去噪方法,它通过在图像上选择一个掩码,并将其中的每个像素与周围像素值进行比较,以计算该像素的新值。新值是该像素周围像素值的中位数。这样,中值滤波能够有效去除图像中的噪声和椒盐噪声,使图像更清晰、更加稳定。 ### 回答2: 在图像处理和计算机视觉中,中值滤波是一种常用的降噪方法。通过将每个像素的领域内的像素值排序并选择中间值作为新的像素值,可以有效地去除椒盐噪声和其他离群值。被应用中值滤波之后的图像可以得到以下几个方面的好处: 1. 降噪:中值滤波可以有效地去除图像中的椒盐噪声和其他噪声。椒盐噪声通常以孤立的亮或暗像素出现在图像中,中值滤波可以将这些异常像素替换为周围像素的中值,从而使图像更清晰,去除了噪声的干扰。 2. 边缘保留:相比其他线性滤波器如均值滤波和高斯滤波,中值滤波对于边缘的保留更好。因为中值滤波只是用局部领域内的像素值进行排序,不进行加权平均,因此能够在滤波过程中保留图像中的细节和边缘信息。 3. 形态学去噪:中值滤波在形态学去噪中经常被应用。通过使用二值图像的中值滤波,可以去除图像中的小颗粒或孤立噪声点,从而得到更干净的二值图像。 总之,中值滤波可以提供有效的降噪效果,保持图像的边缘信息,并在形态学去噪方面具有特殊的应用。因此,在许多图像处理和计算机视觉任务中,通过应用中值滤波可以获得更好的结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值