opencv_自定义线性滤波

卷积得概念

• 卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。

• Kernel本质上一个固定大小的矩阵数组，其中中心点称为锚点（anchor point)。
  

卷积如何工作

• 把kernel 放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来替换锚点副高下像素点值称为卷积处理。
• 卷积作用：模糊图像，提取边缘，图像锐化
• 数学表达式：
  
  
  
• 常见算子：
  
  

自定义卷积模糊

filter2D方法filter2D(
Mat src,//输入图像
Mat dst,//模糊图像
int depth,//图像深度32/8
Mat kernel,//卷积核/模板
Point anchor,//锚点位置
double delta//计算出来的像素+delta)
kernel是可以自定义的卷积核

代码

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
int main(int srgc,char** argv){
	Mat src,dst;
	int ksize=0;

	src=imread("E:/opencv/zzz/hbz.jpg");
	if(!src.data){
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_WIN[]="input image";
	//char OUTPUT_WIN[]="Robert X";
	//char OUTPUT_WIN[]="Sobel X";
	char OUTPUT_WIN[]="Custom Blur Filter Result";
	namedWindow(INPUT_WIN,CV_WINDOW_AUTOSIZE);
	//namedWindow(OUTPUT_WIN,CV_WINDOW_AUTOSIZE);

	imshow(INPUT_WIN,src);

	/*
	//x方向
	//Robert X 方向
	Mat kernel_x=(Mat_<int>(2,2)<<1,0,0,-1);
	filter2D(src,dst,-1,kernel_x,Point(-1,-1),0.0);
	//Robert Y 方向
	Mat ying;
	Mat kernel_y=(Mat_<int>(2,2)<<0,1,-1,0);
	filter2D(src,ying,-1,kernel_y,Point(-1,1),0.0);*/

	//Sobel X 方向
	/*
	Mat kernel_x=(Mat_<int>(3,3)<<-1,0,1,-2,0,2,-1,0,1);
	filter2D(src,dst,-1,kernel_x,Point(-1,-1),0.0);
	//Sobel Y 方向
	Mat ying;
	Mat kernel_y=(Mat_<int>(3,3)<<-1,-2,-1,0,0,0,1,2,1);
	filter2D(src,ying,-1,kernel_y,Point(-1,1),0.0);*/

	//拉普拉斯算子
	/*
	Mat kernel_y=(Mat_<int>(3,3)<<0,-1,0,-1,4,-1,0,-1,0);
	filter2D(src,dst,-1,kernel_y,Point(-1,1),0.0);*/

	int c=0;
	int index=0;
	while(true){
		waitKey(500);
		if((char)c==27){//ESC
			break;
		}
		ksize= (index%8)*2+1;
		Mat kernel=Mat::ones(Size(ksize,ksize),CV_32F)/(float)(ksize*ksize);
		filter2D(src,dst,-1,kernel,Point(-1,-1));
		index++;
		imshow(OUTPUT_WIN,dst);
	}

	//imshow(OUTPUT_WIN,dst);
	//imshow("Robert Y",dst);

	//waitKey(0);
	return 0;
}

笔记来源此教程的记录：https://www.bilibili.com/video/BV1Q54y1z7kz?p=16