图像的高斯平滑C++实现

#include<iostream>
#include<highgui\highgui.hpp>
#include<core/core.hpp>  
using namespace cv;  
using namespace std;  

void GetGuassFilter(float* pfGaussFilter, const int iFilterHeight, const int iFilterWidth, const float fSigma)
{
    cout<<"pfGaussFilter"<<endl;
    for(int i=0;i<iFilterHeight;i++)
    {
        for(int j=0;j<iFilterWidth;j++)
        {
            pfGaussFilter[i*iFilterHeight+j]=1.0/exp(((i-iFilterHeight/2)^2+(j-iFilterWidth)^2));
            //pfGaussFilter[i*iFilterWidth+j]=1.0/25.0;
            //cout<<pfGaussFilter[i*iFilterWidth+j]<<" ";
        }
        cout<<endl;
    }
    float sum=0;
    for(int j=0;j<iFilterWidth*iFilterHeight;j++)
    {
        sum+=pfGaussFilter[j];
    }
    for(int j=0;j<iFilterHeight*iFilterWidth;j++)
    {
        pfGaussFilter[j]=pfGaussFilter[j]/sum;
    }
}
void GaussFilt2D(uchar* pSrc, uchar* pDst, const int iHeight, const int iWidth,
                 const int iFilterHeight, const int iFilterWidth, const float fSigma)
{
    float* pfGaussFilter=new float[iFilterHeight*iFilterWidth];
    GetGuassFilter(pfGaussFilter,iFilterHeight,iFilterWidth,fSigma);

    float sum=0;
    int index=0;
    float current_src=0;
    for(int i=-iFilterHeight;i<iHeight-1;i++)
        for(int j=-iFilterWidth;j<iWidth-1;j++)
        {
            sum=0;
            index=0;

            for(int m=i-iFilterHeight/2;m<i+iFilterHeight/2+1;m++)
            {
                for(int n=j-iFilterWidth/2;n<j+iFilterWidth/2+1;n++)
                {
                    if(m<0||n<0||m>iHeight-1||n>iWidth-1)
                        continue;
                    current_src=(float)pSrc[m*iWidth+n];
                    sum+=current_src*pfGaussFilter[index++];

                }
            }
            if(i+iFilterHeight/2>0&&i+iFilterHeight/2<iHeight-1&&j+iFilterWidth/2>0&&j+iFilterWidth/2<iWidth-1)
                pDst[(i+iFilterHeight/2)*iWidth+j+iFilterWidth/2]=(uchar)sum;

            //pDst[i*iWidth+j]=(uchar)sum;
            if(pDst[i*iWidth+j]<0)
                pDst[i*iWidth+j]=0;
            if(pDst[i*iWidth+j]>255)
                pDst[i*iWidth+j]=255;
        }
}
void GaussFilt2DFull(uchar* pSrc, uchar* pDst, const int iHeight, const int iWidth,
                 const int iFilterHeight, const int iFilterWidth, const float fSigma)
{
    float* pfGaussFilter=new float[iFilterHeight*iFilterWidth];
    GetGuassFilter(pfGaussFilter,iFilterHeight,iFilterWidth,fSigma);

    float sum=0;
    int index=0;
    float current_src=0;
    for(int i=0;i<iHeight-1;i++)
        for(int j=0;j<iWidth-1;j++)
        {
            sum=0;
            index=0;

            for(int m=i-iFilterHeight/2;m<i+iFilterHeight/2;m++)
                for(int n=j-iFilterWidth/2;n<j+iFilterWidth/2;n++)
                {
                    if(m<0||n<0||m>iHeight-1||n>iWidth-1)
                        continue;
                    current_src=(float)pSrc[m*iWidth+n];
                    sum+=current_src*pfGaussFilter[index++];

                }
            //if(i+iFilterHeight/2>0&&i+iFilterHeight/2<iHeight-1&&j+iFilterWidth/2>0&&j+iFilterWidth/2<iWidth-1)
            pDst[i*iWidth+j]=(uchar)sum;

            //pDst[i*iWidth+j]=(uchar)sum;
            if(pDst[i*iWidth+j]<0)
                pDst[i*iWidth+j]=0;
            if(pDst[i*iWidth+j]>255)
                pDst[i*iWidth+j]=255;
        }
}
int main()  
{  //读入图片,注意图片路径  
    //Mat image=imread("D:\\Picture\\lena.jpg");  
    //Mat image=imread("E:\\Projects\\MyOpenCV\\MyOpenCV\\1.png"); 
    Mat image=imread("C:\\迅雷下载\\图像处理\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0638(a)(lenna_RGB).tif",0); 
    Mat image_Dst=imread("C:\\迅雷下载\\图像处理\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0648(b)(lenna-noise-G-gauss-mean0-var800).tif",0); 
    //Mat image=imread("E:\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0635(middle_row_left_chalk ).tif",0);
    //Mat image_Dst=imread("E:\\Projects\\MyOpenCV\\MyOpenCV\\DIP3ECH06\\Fig0635(middle_row_left_chalk ).tif",0);
    const int iHeight=image.rows;
    const int iWidth=image.cols;
    uchar* pSrc=image.data;//new uchar[iHeight*iWidth];
    uchar* pDst=image_Dst.data;//new uchar[iHeight*iWidth];
    //GaussFilt2D(pSrc,pDst,iHeight,iWidth,5,5,1);
    GaussFilt2DFull(pSrc,pDst,iHeight,iWidth,25,25,1);
    namedWindow("Origin",1);
    imshow("Origin",image);
    //创建一个名字为“Lena”的图像显示窗口,(不提前声明也可以)  
    namedWindow("Lena",1);  
    //显示图像  
    imshow("Lena",image_Dst);  
    //等待按键  
    waitKey();  
    return 0;  
}  

左图为原始灰度图,右图为高斯滤波后图像。可以看出图像边缘有黑框,是因为在原图像外区域补零的原因

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值