手撕OpenCV源码之GaussianBlur

最新推荐文章于 2024-07-25 00:33:28 发布

2know_clay

最新推荐文章于 2024-07-25 00:33:28 发布

阅读量4.4k

点赞数 5

分类专栏： OpenCV源码杂记

本文链接：https://blog.csdn.net/u011028771/article/details/80556457

版权

本文详细解析了OpenCV中GaussianBlur的实现原理，探讨了GaussianKernel的生成过程，包括sigma与ksize的关系，以及滤波器尺寸的选择。通过源码分析，揭示了OpenCV如何通过filter2D或sepFilter2D进行优化，并介绍了固定系数与高斯公式计算两种情况下的系数确定规则。

摘要由CSDN通过智能技术生成

手撕OpenCV源码之GaussianBlur

GaussianBlur API解析

首先看源码:

void cv::GaussianBlur( InputArray _src, OutputArray _dst, Size ksize,
                   double sigma1, double sigma2,
                   int borderType )
{
  //初始化及边界类型等的判断
    CV_INSTRUMENT_REGION()

    int type = _src.type();
    Size size = _src.size();
    _dst.create( size, type );

    if( borderType != BORDER_CONSTANT && (borderType & BORDER_ISOLATED) != 0 )
    {
        if( size.height == 1 )
            ksize.height = 1;
        if( size.width == 1 )
            ksize.width = 1;
    }
//容易理解,高斯滤波器如果尺寸为1,根据高斯函数可以知道该系数为1,所以就是将输入复制到输出
    if( ksize.width == 1 && ksize.height == 1 )
    {
        _src.copyTo(_dst);
        return;
    }
//OpenCV中针对一些ksize = 3和5的情况做了OpenCL优化,所以初始化OpenCL相关函数
    bool useOpenCL = (ocl::isOpenCLActivated() && _dst.isUMat() && _src.dims() <= 2 &&
               ((ksize.width == 3 && ksize.height == 3) ||
               (ksize.width == 5 && ksize.height == 5)) &&
               _src.rows() > ksize.height && _src.cols() > ksize.width);
    (void)useOpenCL;

    int sdepth = CV_MAT_DEPTH(type), cn = CV_MAT_CN(type);
//获取gaussianKernels
    Mat kx, ky;
    cr