示例程序028--实现自己的线性滤波器

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。

  

 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：