Opencv 非局部降噪

opencv自带的非局部降噪算法：

CV_EXPORTS_W void fastNlMeansDenoising( InputArray src, OutputArray dst, float h = 3,
        int templateWindowSize = 7, int searchWindowSize = 21);

h是过滤强度，templateWindowSize是分块大小，searchWindowSize是搜索区域大小。

应用实例

int main()
{
	Mat I1 = imread("D:/im2.jpg",0);
	Mat I2;
	fastNlMeansDenoising(I1, I2, 21, 7, 21);
	imshow("p1", I1);
	imshow("p2", I2);
	waitKey(0);
	return 0;
}

运行效果：

 简便写法的坑：

int main()
{
	Mat I1 = imread("D:/im2.jpg",0);
	printf("%p\n", I1.data);
	imshow("p1", I1);
	fastNlMeansDenoising(I1, I1, 21, 7, 21);
	printf("%p\n", I1.data);
	imshow("p2", I1);
	waitKey(0);
	return 0;
}

运行效果不变，但是I1会被更改（打印的2个I1.data的地址也相同），需要额外注意这一点。

在fastNlMeansDenoising函数中，首先把入参InputArray _src, OutputArray _dst都转换成Mat对象，代码如下：

	Size src_size = _src.size();
	Mat src = _src.getMat();
	_dst.create(src_size, src.type());
	Mat dst = _dst.getMat();

如果_src和_dst对应的实参是同一个Mat对象，那么src和dst也会是同一个地址。

因为create函数内部首先会进行判断，满足条件的就直接return了，不需要申请新空间。

    if( data && (d == dims || (d == 1 && dims <= 2)) && _type == type() )
    {
        if( d == 2 && rows == _sizes[0] && cols == _sizes[1] )
            return;
        for( i = 0; i < d; i++ )
            if( size[i] != _sizes[i] )
                break;
        if( i == d && (d > 1 || size[1] == 1))
            return;
    }

参考Mat类的create函数