核(滤波器)是什么?
· 核说白了就是一个固定大小的数值数组。该数组带有一个 锚点,一般位于数组中央。
![示例程序028--实现自己的线性滤波器 示例程序028--实现自己的线性滤波器](https://i-blog.csdnimg.cn/blog_migrate/b8857e7b2f0ba3008ee24f8526cae4b8.jpeg)
如何用核实现卷积?
·假如你想得到图像的某个特定位置的卷积值,可用下列方法计算:
·将核的锚点放在该特定位置的像素上,同时,核内的其他值与该像素邻域的各像素重合;
·将核内各值与相应像素值相乘,并将乘积相加;
·将所得结果放到与锚点对应的像素上;
·对图像所有像素重复上述过程。
·用公式表示上述过程如下:
·
我们不必自己去实现这些运算,OpenCV为我们提供了函数 filter2D 。
实现代码:
// 035 实现自己的线性滤波器.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
int main ( int argc, char** argv )
{
/// 声明变量
Mat src, dst;
Mat kernel;
Point anchor;
double delta;
int ddepth;
int kernel_size;
char* window_name = "filter2D Demo";
int c;
/// 载入图像
// src = imread( argv[1] );
src = imread( "Lena.png" );
if( !src.data )
{ return -1; }
/// 创建窗口
namedWindow( window_name, CV_WINDOW_AUTOSIZE );
/// 初始化滤波器参数
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
/// 循环 - 每隔0.5秒,用一个不同的核来对图像进行滤波
int ind = 0;
while( true )
{
c = waitKey(500);
/// 按'ESC'可退出程序
if( (char)c == 27 )
{ break; }
/// 更新归一化块滤波器的核大小
kernel_size = 3 + 2*( ind%5 ); //核的大小 设置为[3-11] 范围内的奇数
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size); //矩阵归一化
/// 使用滤波器,其中各参数含义如下:
//src: 源图像
//dst: 目标图像
//ddepth: dst 的深度。若为负值(如 ),则表示其深度与源图像相等。
//kernel: 用来遍历图像的核
//anchor: 核的锚点的相对位置,其中心点默认为 (-1, -1) 。
//delta: 在卷积过程中,该值会加到每个像素上。默认情况下,这个值为 。
//BORDER_DEFAULT: 这里我们保持其默认值,更多细节将在其他教程中详解
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
imshow( window_name, dst );
ind++;
}
return 0;
}
运行结果,每0.5mm自动更新核,重新卷积:
![示例程序028--实现自己的线性滤波器 示例程序028--实现自己的线性滤波器](https://i-blog.csdnimg.cn/blog_migrate/0ecb4f586b47b7c7b48eeeb7380426d8.jpeg)
![示例程序028--实现自己的线性滤波器 示例程序028--实现自己的线性滤波器](https://i-blog.csdnimg.cn/blog_migrate/91dcf512651f6ef2dca9f6f6019de419.jpeg)
![示例程序028--实现自己的线性滤波器 示例程序028--实现自己的线性滤波器](https://i-blog.csdnimg.cn/blog_migrate/1988f474db039aaa8112e83a390a8bdc.jpeg)