Opencv Image Filtering 学习

#include "stdafx.h"
#include "ImageFiltering.h"
using namespace cv;
ImageFiltering::ImageFiltering()
{
}

ImageFiltering::~ImageFiltering()
{
}

void ImageFiltering::openCV_bilateralFilte(Mat src, Mat &dst)
{
	// 双边滤波 
	// 双边滤波器可以很好地减少不需要的噪声同时保持边缘的锐利。然而它的代价是速度比较慢
	// 双边滤波的两个sigmaColor、sigmaSpace值越大，滤波效果越明显，滤波后的图片也越像“卡通图片”
	// sigmaColor的值越大，就能混合邻域内像素值相差越大的像素点。
	// sigmaSpace 控件滤波器，值越大，邻域内的两个像素相互影响就越大。
	// d 滤波器的size——（d > 5）会非常慢，因此，在实时性较高时，建议size设为d = 5；d的值越大模糊效果越明显
	// 如果实时性不是那么高，可以将size——（d = 9）设置大一些。
	//  borderType 差值方式。

	// 注：当d大于0时，忽略sigmaSpace
	bilateralFilter(src,dst,9,150,0,BorderTypes::BORDER_CONSTANT);
}

// 归一化的均值滤波器
void ImageFiltering::openCV_blur(Mat src, Mat &dst)
{
	
	blur(src, dst, Size(7, 7), Point(-1, -1));

}
// 一般性的均值滤波器
void ImageFiltering::openCV_boxFilter(Mat src, Mat &dst)
{
	boxFilter(src, dst, src.depth(), Size(7, 7),Point(-1,-1),true);
}

void ImageFiltering::openCV_buildPyramid(Mat src, std::vector<Mat> &dst)
{
	// 对一副图像进行金字塔层积采样，采样层数由参数maxlevel决定
	buildPyramid(src, dst, 5);
}
void ImageFiltering::openCV_dilate(Mat src, Mat &dst)
{
	// 对图像进行膨胀操作
	// anchor 进行膨胀的锚点，默认以核的中心为锚点
	// kernel 膨胀的核
	// iterations 膨胀的次数
	Mat kernel = getStructuringElement(1,Size(3,3));
	Scalar scalar;
	dilate(src, dst, kernel, Point(-1, -1), 3, BorderTypes::BORDER_CONSTANT, scalar);
}
void ImageFiltering::openCV_erode(Mat src, Mat &dst)
{
	// 对图像进行腐蚀操作
	// anchor 进行腐蚀的锚点，默认以核的中心为锚点
	// kernel 腐蚀的核
	// iterations 腐蚀的次数
	Mat kernel = getStructuringElement(1, Size(3, 3));
	Sca