自学opencv日记，day7

自定义线性滤波

• 卷积
  
  锚点：中间的那个点，就像大海中航行的船的锚一样。
  
  卷积作用：1，模糊图像；2，边缘查找；3，图像锐化（效果增强）。
  常见算子：
  
• Robert算子：

沿X方向代码：

#include <opencv2/opencv.hpp>
#include <iostream>


using namespace cv;
Mat src, dst;
const char* output_title = "binary image";
int main(int argc, char** argv) {
	src = imread("C:/Users/Administrator/Pictures/20160711084909.jpg");
	if (src.empty()) {
		printf("不能加载图像");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);

	imshow("input image", src);
	//X方向
	Mat kernel = (Mat_<int>(2, 2) << 1, 0, 0, -1);//Robert算子
	filter2D(src, dst, -1, kernel, Point(-1, -1), 0.0);
	imshow(output_title, dst);
	waitKey(0);
	return 0;
}

效果：

图1-1 Robert算子沿X方向

Y方向：

	//Y方向
	Mat kernel_y = (Mat_<int>(2, 2) << 0, 1, -1, 0);//Robert算子
	filter2D(src, dst, -1, kernel_y, Point(-1, -1), 0.0);

效果图：

图1-2 Robert算子沿y方向（左）对比x方向

• Sobel算子

	Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2, 0, 2, -1, 0, 1);//Sobel算子
	Mat kernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);//Sobel算子

图1-3 Sobel算子y（左）方向和x方向

• Laplace算子

Mat kernel_y = (Mat_<int>(3, 3) << 0, -1, -0, -1, 4, -1, 0, -1, 0);//Laplace算子

图1-4 Laplace算子

int c = 0;
	int index = 0;
	int ksize = 3;
	while (true)
	{
		c = waitKey(500);
		if ((char)c == 27)//键盘是ESC
			break;
		ksize = 4 + (index % 5) * 2 + 1;
		Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F)/(float)(ksize * ksize);
		filter2D(src, dst, -1, kernel, Point(-1, -1));
		index++;
		imshow(output_title, dst);
	}
	waitKey(0);

图1-5 自定义模糊处理

其中：Mat::ones() 和 Mat::zeros()

Mat::ones()
Mat m = Mat::ones(2, 2, CV_8UC3); 相当于：Mat m = Mat(2, 2, CV_8UC3, 1);
// OpenCV replaces 1 with Scalar(1,0,0)相当于每个像素的第一个通道为1，其余两个通道为0；

Mat::zeros()
Mat m = Mat::zeros(2, 2, CV_8UC3);
//相当于创建一张黑色的图，每个像素的每个通道都为0,Scalar(0,0,0)；

————————————————
版权声明：本文为CSDN博主「默茉」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43081805/article/details/85712144

边缘处理

• API
  

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("C:/Users/Administrator/Pictures/20160711084909.jpg");
	if (!src.data)
	{
		cout << "无法加载图像" << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	namedWindow("output image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	int top =(int)(0.05*src.rows);
	int botton = (int)(0.05*src.rows);
	int left = (int)(0.05*src.cols);
	int right = (int)(0.05*src.cols);
	RNG rng(12345);//其中：RNG rng（12345）是定义随机数；
	int borderType = BORDER_DEFAULT;

	int c = 0;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27)
			break;
		if ((char)c == 'r')
			borderType = BORDER_REPLICATE;
		else if ((char)c == 'c')
			borderType = BORDER_CONSTANT;
		else if ((char)c == 'w')
			borderType = BORDER_WRAP;

		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		//rng.uniform（a， b） 就是a到b中随机生存一个数。
		copyMakeBorder(src, dst, top, botton, left, right, borderType, color);
		imshow("output image", dst);
	}
				   

	return 0;
}

borderType = BORDER_DEFAULT;

		if ((char)c == 'r')
			borderType = BORDER_REPLICATE;

图1-6 边缘API：BORDER_REPLICATE

		else if ((char)c == 'w')
			borderType = BORDER_WRAP;

图1-7 边缘API：BORDER_WRAP

		else if ((char)c == 'c')
			borderType = BORDER_CONSTANT;

图1-8 边缘API：CONSTANT