100道图像处理算法题（适合入门，快速熟悉算法）（6-10）

最新推荐文章于 2024-07-10 15:52:16 发布

Vantoy

最新推荐文章于 2024-07-10 15:52:16 发布

阅读量1.2k

点赞数 1

分类专栏：图像处理

本文链接：https://blog.csdn.net/m0_45376718/article/details/108147510

版权

针对图像处理初学者，本文提供了减色处理、平均池化、最大池化、高斯滤波和中值滤波的介绍及实现。通过这些问题的学习，可以快速掌握基本的图像处理算法。文章包括每个问题的详细描述、公式和相关链接。

摘要由CSDN通过智能技术生成

想快速入门图像处理的小伙伴们！跟着步伐我们一起闯关吧！一定会收获满满哦！

为图像处理初学者设计的 100 个问题。这里感谢@gzr2017的翻译，然后我也将随作者的脚步逐一学习实现100道算法题，大家可以一起学习哦，加油！坚持！持续更新中哦！！！

问题6-10：

问题六：减色处理
问题七：平均池化（Average Pooling）
问题八：最大池化（Max Pooloing）
问题九：高斯滤波（Gaussian Filter）
问题十：中值滤波（Median filter）

代码实现：

问题六：减色处理
我们将图像的值由 $256^3$ 压缩至 $4^3$ ，即将 $\text{RGB}$ 的值只取 ${32, 96, 160, 224}$ 。这被称作色彩量化。色彩的值按照下面的方式定义： $\text{val}= \begin{cases} 32& (0 \leq \text{var} < 64)\\ 96& (64\leq \text{var}<128)\\ 160&(128\leq \text{var}<192)\\ 224&(192\leq \text{var}<256) \end{cases}$

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
//#include <math.h>

using namespace cv;

Mat decrease_color(Mat img)
{
   
	int height = img.rows;
	int width = img.cols;

	Mat out = Mat::zeros(height, width, CV_8UC3);

	for (int y = 0; y < height; y++)
	{
   
		for (int x = 0; x < width; x++)
		{
   
			for (size_t i = 0; i < img.channels(); i++)
			{
   
				out.at<Vec3b>(y, x)[i] = ((img.at<Vec3b>(y, x)[i] / 64) * 64 + 32);
			}
		}
	}
	return out;
}
int main(int argc, const char* argv[])
{
   
	Mat img = imread("D:/文件/lenna.png");
	Mat out = decrease_color(img);

	imshow("img", img);
	imshow("out", out);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

输入：

输出：

问题七：平均池化（Average Pooling）
将图片按照固定大小网格分割，网格内的像素值取网格内所有像素的平均值。
我们将这种把图片使用均等大小网格分割，并求网格内代表值的操作称为池化（Pooling）。
池化操作是**卷积神经网络（Convolutional Neural Network）**中重要的图像处理方式。平均池化按照下式定义： $v=\frac{1}{|R|}\ \sum\limits_{i=1}^R\ v_i$