Opencv9:实现图像尺寸压缩(降采样)功能
(1)实现功能:
对图像实现一个类似于最大池化(max-pooling)的功能,缩减图像的尺寸,用n*n局部内灰度值最大的像素替换这个n*n局部块。
稍加改动,可以实现类似平均池化(用n*n局部内像素的灰度平均值替换)的功能,或将n*n替换为m*n等。
(2)实现思路:
首先,将源图像边界扩充至可以整除设置好的sigma值(即图像尺寸缩小倍数,也是所取局部块的尺寸);
然后,对输出图像(降采样后图像)进行尺寸设置;
外两层循环以sigma的间隔遍历源图像上的像素,内两层循环对当前源图像像素附近的局部块进行最大像素值计算;
最后对输出图像上像素赋予像素值,其中输出图像像素值的索引以统计外层循环次数的方式获取,赋予的像素值为上一步计算出的局部最大像素值。
(3)实现代码:
#include <opencv2/opencv.hpp>
#include <iostream>
#include "FunctionsHalcon.h"
using namespace cv;
using namespace std;
//图像尺寸缩减函数
void ReductionImage(const Mat image, Mat &imageReduction, int sigma)
{
//[1]
int rows = image.rows;
int cols = image.cols;
int ra = rows%sigma;
int ca = cols%sigma;
//[2]边界扩充,设置输出图像尺寸
Mat imageDilate;
copyMakeBorder(image, imageDilate, 0, ra, 0, ca, BORDER_REFLECT);
imageReduction = Mat::zeros(imageDilate.size() / sigma, CV_8U);
//[3]像素值计算
int indexR = 0;
for (int i = sigma/2;i<rows + ra- 2;i=i+sigma)
{
int indexC = 0;
for (int j = sigma/2;j<cols + ca- 2;j = j + sigma)
{
//1.记录下块内灰度值,找出最大值
int maxgray=0;
for (int a = i - sigma / 2; a <= i + sigma / 2; a++)
{
for (int b = j - sigma / 2; b <= j + sigma / 2; b++)
{
if (imageDilate.at<uchar>(a,b) > maxgray)
{
maxgray = imageDilate.at<uchar>(a, b);
}
}
}
//2.块内最大值并赋给输出图像的当前像素
imageReduction.at<uchar>(indexR, indexC) = maxgray;
indexC++;
}
indexR++;
}
}
//3.主函数
int main(int argc, char *argv[])
{
//【1】图像读取
Mat image = imread("3-3.png", 0);
Mat imageInt;
image.convertTo(imageInt, CV_8U);
//【2】图像尺寸缩小
Mat imageReduction;
ReductionImage(imageInt,imageReduction, 15);
//【3】结果显示
imshow(" window1", image);
imshow(" window2", imageReduction);
waitKey(0);
return 0;
}
(4)运行结果:
①原图较大,直接显示sigma=3的处理结果:
②显示sigma=7的处理结果:
③ 显示sigma=9的处理结果:
④显示sigma=15的处理结果: