第十三课 自定义线性滤波
1.卷积概念
卷积是图像处理中的一个操作,是kernel在每个像素上的操作,kernel是一个固定大小的矩阵数组,中心为锚点
把kernel放到像素数组之上,求锚点周围覆盖的像素乘积之和(包括锚点),用来体会换锚点覆盖下的像素值称
为卷积处理。
2.常见算子
Robert算子、Sobel算子、拉普拉斯算子
3.自定义卷积模糊
//输入图像
//输出图像
//图像深度32/8,未知写-1
//卷积核/模板,可以自定义
//锚点位置,Point(-1,-1)
//计算出的像素加delta
filter2D(Mat src,Mat dst,int depth,Mat kernel,Point anchor,double delta);
4.代码演示
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
int ksize = 0;
src = imread("D:/vcprojects/images/test1.png");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "Custom Blur Filter Result";
namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
// Sobel X 方向
// Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
// filter2D(src, dst, -1, kernel_x, Point(-1, -1), 0.0);
// Sobel Y 方向
// Mat yimg;
// Mat kernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0,0,0, 1,2,1);
// filter2D(src, yimg, -1, kernel_y, Point(-1, -1), 0.0);
// 拉普拉斯算子
//Mat kernel_y = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
//filter2D(src, dst, -1, kernel_y, Point(-1, -1), 0.0);
int c = 0;
int index = 0;
while (true) {
c = waitKey(500);
if ((char)c == 27) {// ESC
break;
}
ksize = 5 + (index % 8) * 2;
Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize);
filter2D(src, dst, -1, kernel, Point(-1, -1));
index++;
imshow(OUTPUT_WIN, dst);
}
// imshow("Sobel Y", yimg);
return 0;
}
第十四课 图像边缘处理
1.卷积边缘问题
卷积的时候边界像素不能被卷积操作,原因在于边界像素没有完全跟kernel重合,所以导致
3×3滤波时有1个像素边缘没被处理,5×5滤波时有两个像素边缘没被处理。
2.处理边缘
在卷积开始前增加边缘像素,填充的像素值为0或者RGB黑色,确保边缘被处理,在处理后在
去掉这些边缘。
BORDER_DEFAULT //默认处理方法
BORDER_CONSTANT //填充边缘用指定像素值
BORDER_REPLICATE //填充像素边缘用已知的像素边缘值
BORDER_WARP //用另外一边的像素来补偿填充
//输入图像,输出图像,边缘长度,上下左右,边缘类型
copyMakeBorder(Mat src,Mat dst,int top,int bottom,int left,int right,int borderType,Scalar value)
3.代码演示
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
src = imread("D:/vcprojects/images/test.jpg");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "Border Demo";
namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
/*
int top = (int)(0.05*src.rows);
int bottom = (int)(0.05*src.rows);
int left = (int)(0.05*src.cols);
int right = (int)(0.05*src.cols);
RNG rng(12345);
int borderType = BORDER_DEFAULT;
int c = 0;
while (true) {
c = waitKey(500);
// ESC
if ((char)c == 27) {
break;
}
if ((char)c == 'r') {
borderType = BORDER_REPLICATE;
} else if((char)c == 'w') {
borderType = BORDER_WRAP;
} else if((char)c == 'c') {
borderType = BORDER_CONSTANT;
}
Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
copyMakeBorder(src, dst, top, bottom, left, right, borderType, color);
imshow(OUTPUT_WIN, dst);
}
*/
//边缘也可高斯模糊
GaussianBlur(src, dst, Size(5, 5), 0, 0,BORDER_DEFAULT);
imshow(OUTPUT_WIN, dst);
waitKey(0);
return 0;
}