OpenCV filter2D和sepFilter2D （任意线型滤波器和分解卷积核）

::返回OpenCV算子速查表

1. 函数定义

1.1 filter2D

OpenCV官方文档filter2D

• 图像与内核的卷积。
• 函数在图像上应用任意线型滤波器。
• 支持就地调用

	void filter2D(
		InputArray src,
		OutputArray dst,
		int ddepth,
		InputArray kernel, 
		Point anchor = Point(-1, -1),
		double delta = 0, 
		int borderType = BORDER_DEFAULT
		);

• kernel：卷积核，作用于单通道浮点矩阵；如果你想处理多通道图像，不同通道使用不同的滤波器，那么就要先拆通道，然后分别处理。
• **anchor **：锚点位置，（-1，-1）表示锚点在核的中心。
• delta：偏移量。

1.2 sepFilter2D

OpenCV官方文档sepFilter2D

• 使用可分离线性滤波器处理图像

	void sepFilter2D(
		InputArray src,
		OutputArray dst, 
		int ddepth,
		InputArray kernelX, 
		InputArray kernelY,
		Point anchor = Point(-1, -1),
		double delta = 0, 
		int borderType = BORDER_DEFAULT
		);

• kernelX，kernelY：函数使用的是可分离线性滤波器，也就是说行和列使用的核是不同的，它们都是一维矩阵。
• delta：偏移量。
• 其余参数和filter2D是一样的。

1.3 分解卷积核的好处

• 一个可分核可以理解成两个一维核，在卷积时先调用x内核，然后调用y内核。两个矩阵进行卷积所产生的消耗可以用两个矩阵的面积的积来估算，如此一来，用n×n的核对面积为A的图像进行卷积所需的时间是An2，但如果分解成 n×1 和 1×n 的两个核，那么代价就是 An +An = 2An ，因此分解卷积核可以提高卷积计算的效率。
• 只要n不小于3，这种计算方式就能提高效率，并且随着n的增大，这种效益愈发明显。

2. 生成卷积核

生成导数核getDerivKernel 生成高斯核getGaussianKernel

• 导数滤波器 Sobel 和 Scharr 所使用的核称为导数核，可以由 getDerivKernels() 生成。
• 高斯模糊算子GaussianBlur所使用的高斯核可以由 getGaussianKernel() 生成。
• 方框型滤波器（blur、boxFilter）还有中值模糊（medianBlur），它们使用的卷积核都是二维矩阵，所以可以使用 fiter2D 替代。而它们所使用的卷积核需要你自己构造。
• 形态学morphologyEx所使用的核是由 getStructuringElement() 生成的。