卷积概念:
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),用来替换锚点覆盖下像素点值称为卷积处理。
Sum = 8x1+6x1+6x1+2x1+8x1+6x1+2x1+2x1+8x1
New pixel = sum / (m*n) 每个卷积和都要除以kernel的尺寸
卷积的作用:模糊图像,提取边缘,进行图像的锐化
卷积和常称为(卷积)算子,常见算子:
Robert算子:
┌ +1 0 ┐ ┌ 0 +1 ┐ 也可以用来寻找梯度,寻找边缘 主对角线与副对角线上的梯度
└ 0 -1 ┘ └ -1 0 ┘
Sobel算子 :
┌ -1 0 1 ┐ ┌ -1 -2 -1 ┐ 也可以用来寻找梯度,寻找边缘 水平与垂直方向的度
│ -2 0 2 │ │ 0 0 0 │
└ -1 0 1 ┘ └ 1 2 1 ┘
拉普拉斯算子:
┌ 0 -1 0 ┐ 用来寻找梯度,寻找边缘整个的梯度,整体轮廓
│ -1 4 -1 │
└ 0 -1 0 ┘
代码:
#include <opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
#include <string>
#include<fstream>
using namespace cv;
using namespace std;
int main()
{
Mat src, dst1, dst2, dst3, dst4, dst5, dst6;
src = imread("C:\\Users\\Administrator\\Desktop\\pic\\z2.jpg");
imshow("原图", src);
//图像在主对角线(x)方向的差异得到了明显的体现,这些差异就像图像的边缘一样
Mat robertX = (Mat_<int>(2, 2) << 1, 0, 0, -1);//robert x方向 算子 前两个参数表示卷积的第一行
filter2D(src, dst1, -1, robertX, Point(-1, -1), 0.0);//计算卷积和,参数delta 表示计算出来的像素+delta, -1一般固定
imshow("robertX", dst1);
//图像在副对角线(y)方向的差异得到了明显的体现,将这两个x y方向的图像合起来,就能得到图像的轮廓
Mat robertY = (Mat_<