高斯滤波程序编写 opencv C++ CSU

最新推荐文章于 2023-05-27 13:51:00 发布
最新推荐文章于 2023-05-27 13:51:00 发布
阅读量599 收藏 2
点赞数
分类专栏： C++ # C++数字摄影测量
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42348202/article/details/104039816
版权

高斯滤波程序编写 opencv C++ CSU

C++ vs2017 opencv

实验1 高斯滤波程序编写 CSU

一、 实验目的

  • 掌握OpenCV配置；
  • 掌握OpenCV彩色图像和灰度图像的读写操作；
  • 读懂阈值分割程序；
  • 实现高斯滤波，掌握图像的操作

二、实验内容与要求

编写Gauss滤波程序。
步骤：

(1) 由nwiddowsize 计算gauss滤波器空间

(2) 按照高斯公式计算计算滤波器（具体参考PPT）

(3) 利用上步高斯滤波器进行卷积，实现滤波过程。

三、正文

3.1设计思路

在这里插入图片描述

3.2代码及其属性

在这里插入图片描述

按钮IDCADPTION对应函数
IDOK打开并显示灰度图像OnBnClickedOk()
IDC_read2二值化图像OnBnClickedread2()
IDC_read3Guass滤波/opencv的Guass滤波图像OnBnClickedread3()
IDC_read4帮助OnBnClickedread4()
IDCANCEL取消

3.3主要代码：

3.3.1文件: < zrxCImgPro.h >

/***************************************************************************
类：zrxCImgPro 
作用：封装图像操作函数，按钮操作功能也存储在其内 使用了opencv4.1.1
Welcome to my Github and my CSDN blog , more information will be available about the project!
Github:https://github.com/Yiqingde
CSDN Blog:https://me.csdn.net/weixin_42348202
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
#pragma once
#include <opencv2/opencv.hpp>
#include <string>
#include <vector>
using namespace cv;
using namespace std;
class zrxCImgPro
{
private:
	Mat m_srcimg;//原始灰度图像
	bool tag;//鲁棒性
	void BinaryImage(Mat Ori, const int binaryT, Mat &binary);//将原始灰度图像转化为二进制图像         
	void CreateGauss(const int nwiddowsize, const float sigma, Mat &Gauss);//高斯卷积核
	void Gaussianfilter(const Mat srcImg, const int nwiddowsize, const float sigma, Mat &dstImg);//高斯滤波函数 需要调用以上函数：高斯滤波卷积核函数
public:
	zrxCImgPro();
	~zrxCImgPro();
	void OpenImg();//实现按钮功能，打开图像
	void Button_binaryImg();//实现按钮功能，显示二值图像
	void Button_GaussImg();//实现按钮功能，包括显示自写与opencv的gauss图像，并显示运行时间
	void Button_Help(); //实现按钮功能，help
};

3.3.2文件: < zrxCImgPro.cpp >

#include "stdafx.h"
#include "zrxCImgPro.h"
zrxCImgPro::zrxCImgPro()
{
	this->tag = 0;//起始置0
}
zrxCImgPro::~zrxCImgPro()
{
}

/***************************************************************************
函数：BinaryImage(Mat Ori, const int binaryT, Mat &binary)                                                        
作用：将原始灰度图像转化为二进制图像                          
参数：Mat Ori 原始图像
      const int binaryT  阈值
	  Mat &binary  二进制图像
返回值：无                                                                          
历史：**日期**         **理由**            **签名**                     
      2019年9月20日        创建              ***                                                                                                                                                   
/**************************************************************************/
void zrxCImgPro::BinaryImage(Mat Ori, const int binaryT, Mat &binary)
{
	//影像初始化
	binary.create(Ori.rows, Ori.cols, Ori.type());
	//循环带走
	for (int i = 0; i < Ori.rows; i++)
	{
		for (int j = 0; j < Ori.cols; j++)
		{
			int tmp = Ori.at<uchar>(i, j);
			(tmp > binaryT) ? binary.at<uchar>(i, j) = 255 : binary.at<uchar>(i, j) = 0;
		}
	}
}

/***************************************************************************
函数：CreateGauss(const int nwiddowsize, const float sigma, Mat &Gauss)
作用：高斯卷积核
参数：const int nwiddowsize 卷积核窗口宽度或长度
	  const float sigma  就是sigma
	  Mat &Gauss  大小为nwiddowsize*nwiddowsize的卷积阵
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::CreateGauss(const int nwiddowsize, const float sigma, Mat &Gauss)
{
	Gauss.create(nwiddowsize, nwiddowsize, CV_32FC1);
	int center = (nwiddowsize + 1) / 2;
	const float PI = 4 * tan(1.0);
	float sum = 0;//计算权阵
	//给Mat复制
	for (int i = 0; i < nwiddowsize; i++)
	{
		for (int j = 0; j < nwiddowsize; j++)
		{
			float radius = ((i + 1 - center)*(i + 1 - center) + (j + 1 - center)*(j + 1 - center));
			float temp1 = (1 / (2 * PI *sigma*sigma))* exp(-(radius / (2 * sigma*sigma)));
			Gauss.at<float>(i, j) = temp1;
			sum += Gauss.at<float>(i, j);
		}
	}
	for (int i = 0; i < nwiddowsize; i++)
	{
		for (int j = 0; j < nwiddowsize; j++)
		{
			Gauss.at<float>(i, j) = Gauss.at<float>(i, j) / (sum + 1e-6);
		}
	}
}


/***************************************************************************
函数：Gaussianfilter(const Mat srcImg, const int nwiddowsize, const float sigma, Mat &dstImg)
作用：高斯滤波函数 需要调用以上函数：高斯滤波卷积核函数
参数：const Mat srcImg 原始灰度图像
	  const int nwiddowsize 卷积核窗口宽度或长度
	  const float sigma 就是sigma
	  Mat &dstImg 返回经经卷积后的图像
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::Gaussianfilter(const Mat srcImg, const int nwiddowsize, const float sigma, Mat &dstImg)
{
	double t = srcImg.rows;
	dstImg.create(srcImg.rows, srcImg.cols, CV_32FC1);
	Mat Gauss;
	CreateGauss(nwiddowsize, sigma, Gauss);
	for (int i = 2; i < srcImg.rows - 3; i++)
	{
		for (int j = 2; j < srcImg.cols - 3; j++)
		{
			Mat temp1;
			temp1.create(nwiddowsize, nwiddowsize, CV_32FC1);
			temp1 = srcImg(Range(i - 2, i + 3), Range(j - 2, j + 3));
			Mat temp2;
			temp1.convertTo(temp2, CV_32FC1);
			dstImg.at<float>(i, j) = temp2.dot(Gauss);
		}
	}
	dstImg.convertTo(dstImg, CV_8UC1);
}


/***************************************************************************
函数：OpenImg()
作用：实现按钮功能，打开图像并显示灰度图像，存储到 m_srcimg中； tag是标签、增加程序鲁棒性
参数：无
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::OpenImg()
{
	CFileDialog FileDlg(TRUE, "*.jpg;*.bmp", "*.jpg;*.bmp", OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT, "影像文件()");
	if (FileDlg.DoModal() != IDOK)
	{
		return;
	}
	CString strImgName = FileDlg.GetPathName();
	//打开影像	
	//IMREAD_GRAYSCALE  以灰度形式打开
	m_srcimg = imread(strImgName.GetBuffer(), IMREAD_GRAYSCALE);
	resize(m_srcimg, m_srcimg, Size(m_srcimg.cols * 800 / m_srcimg.rows, 800), 0, 0, INTER_CUBIC);
	imshow("原始灰度图像", m_srcimg); //显示
	//waitKey(); //等待操作，将窗口关闭\回车\ESC等操作会运行以下的程序
	tag = 1;
}


/***************************************************************************
函数：Button_binaryImg()
作用：实现按钮功能，显示二值图像
参数：无
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::Button_binaryImg()
{
	if (tag == 0)
	{
		AfxMessageBox(_T("需首先打开影像才能进行操作！"));
			return ;
	}
	//二值化操作
	Mat m_binary;
	BinaryImage(m_srcimg, 100, m_binary);
	imshow("图像二值化结果", m_binary); //显示
	waitKey();
}


/***************************************************************************
函数：Button_GaussImg()
作用：实现按钮功能，包括显示自写与opencv的gauss图像，并显示运行时间
参数：无
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::Button_GaussImg()
{
	if (tag == 0)
	{
		AfxMessageBox(_T("需首先打开影像才能进行操作！"));
		return;
	}
	Mat distImg;
	clock_t start, finish;
	double totaltime;
	clock_t start1, finish1;
	double totaltime1;
	start = clock();
	Gaussianfilter(m_srcimg, 5, 1.0, distImg);
	//namedWindow("ss", 1);
	imshow("高斯滤波结果", distImg); //显示
	finish = clock();
	totaltime = (double)(finish - start) / CLOCKS_PER_SEC;
	
	waitKey(100); //等待操作，将窗口关闭\回车\ESC等操作会运行以下的程序
	//opencv自带高斯滤波
	Mat dstImage;
	start1 = clock();
	GaussianBlur(m_srcimg, dstImage, Size(5, 5), 0, 0);
	//显示效果图
	imshow("opencv自带高斯滤波效果图", dstImage);
	finish1 = clock();
	totaltime1 = (double)(finish1 - start1) / CLOCKS_PER_SEC;

	waitKey(3000);
	CString runtime;
	runtime.Format("%s%f%s\r\n%s%f%s",
		_T("自写Gauss滤波运行时间："), 
		totaltime,
		_T("s"),
		_T("opencvGauss滤波运行时间："),
		totaltime1,
		_T("s")
	);
	AfxMessageBox(runtime);

}

/***************************************************************************
函数：Button_Help()
作用：实现按钮功能，help
参数：无
返回值：无
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
void zrxCImgPro::Button_Help()
{
	CString help;
	help.Format("%s\r\n%s\r\n%s\r\n\r\n%s\r\n%s\r\n%s\r\n" ,_T("感谢您使用本程序！提示："), _T("需首先打开影像才能进行操作！"),_T("自写Gauss滤波代码运行较慢，请耐心等待！"),
		_T("Welcome to my Github and my CSDN blog , more information will be available about the project!"),
		_T("Github : https://github.com/Yiqingde"),
	_T("CSDN Blog : https://me.csdn.net/weixin_42348202"));
	AfxMessageBox(help);
}

3.3.3文件: < ZRX0107170110Dlg.cpp > (只摘取部分)

/***************************************************************************
类：ZRX0107170110Dlg
作用：按钮实现文件
历史：**日期**         **理由**            **签名**
	  2019年9月20日        创建              ***
/**************************************************************************/
……
zrxCImgPro t;//全局变量
/*************************************************
按钮：读取图像函数
*************************************************/
void CZRX0107170110Dlg::OnBnClickedOk()
{
	// TODO: 在此添加控件通知处理程序代码
	//CDialogEx::OnOK();
	t.OpenImg();
}
/*************************************************
按钮：进行二值化显示
*************************************************/
void CZRX0107170110Dlg::OnBnClickedread2()
{
	// TODO: 在此添加控件通知处理程序代码
	t.Button_binaryImg();
}
/*************************************************
按钮：进行自写gauss显示与opencv显示且比较时间
*************************************************/
void CZRX0107170110Dlg::OnBnClickedread3()
{
	// TODO: 在此添加控件通知处理程序代码
	t.Button_GaussImg();
}
/*************************************************
按钮：help
*************************************************/
void CZRX0107170110Dlg::OnBnClickedread4()
{
	// TODO: 在此添加控件通知处理程序代码
	t.Button_Help();
}

3.4运行结果

3.4.1界面

在这里插入图片描述

3.4.2灰度图像

在这里插入图片描述

3.4.3 二通道图像

在这里插入图片描述

3.4.4 自写Gauss滤波图像

在这里插入图片描述

3.4.5 Opencv 自带Gauss图像

在这里插入图片描述

3.4.6 自写Gauss滤波图像与Opencv自带Gauss图像对比

在这里插入图片描述

3.4.7 帮助按钮

在这里插入图片描述

代码虽多不要贪杯~

一青CSU
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【OpenCV 4开发详解】高斯滤波
小白学视觉
02-02 782
本文首发于“小白学视觉”微信公众号，欢迎关注公众号 本文作者为小白，版权归人民邮电出版社发行所有，禁止转载，侵权必究！ 经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。 高斯噪声是一种常见的噪声，图像采集的众多过程中都容易引入高斯...
高斯图像滤波原理及其编程离散化实现方法
热门推荐
奋斗斌斌的专栏
09-29 4万+
本文主要根据作者的理解整理而来，有什么错误之处，请大家共同讨论指出。 1、图像滤波         在三维计算机视觉领域，通常对于二维图像的特征抽取是很关键的第一步，这主要包括抽取二维图像上的边缘、角点、纹理等。通常从这些被称为基元图的组成部分中，我们可以提取图像的以下特征：         1）不同物体边缘成像所带来的灰度跃变；         2）物体不同材料或
opencv中高斯模糊(滤波器)的源码解析(c++版) 上
xm_ovo的博客
03-01 2218
因为实验室假期需要写一篇关于opencv的作业 所以顺便看了一下opencv(版本3.2.0)里面关于高斯模糊的源码 分析函数接口 首先，在下用的是vs版本的opencv，是直接编译好给你静态库(.lib)文件的，所以当我按住ctrl寻找GaussianBlur这个函数时 只发现了其在imgproc.hpp里面提供给你的接口。 大概是下面这个样子的: 该函数将源图像与指定的卷积核...
高斯滤波c语言实现
仰望星空
03-06 8224
    高斯滤波是图像处理中最常见的一种滤波方式，高斯滤波能够对图像起到平滑作用，去除部分噪声对图像进一步处理带来的影响，常见的高斯模板一般为3*3或者为5*5，高斯滤波除了模板的大小带来影响外，还有一个正态分布方差sigma也会对高斯滤波起到很大的作用，sigma越大图像越模糊。二维高斯核的表达式为：/*功能： 二维高斯核生成 //kernel：存储生成的高斯核 //size： 核的大小 /...
图像滤波之高斯滤波介绍
浩瀚之水的专栏
09-23 2625
1 高斯滤波简介 　　了解高斯滤波之前，我们首先熟悉一下高斯噪声。高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性，高斯白噪声包括热噪声和散粒噪声。 　　高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高
高斯滤波 c++实现
weixin_54721788的博客
03-20 7411
高斯滤波 To smooth the image, a Gaussian filter kernel is convolved with the image. 高斯滤波的实质就是用高斯核对图片进行卷积操作 算法较为简单，在复杂度运行效率方面还有很多需要改进的 从RGB色转为灰度色算法（转） - carekee - 博客园 (cnblogs.com) 彩图转灰度图 Mat gray(Mat& image) { Mat dst = Mat::zeros(image.size(),
C++手敲灰度图均值滤波中值滤波高斯滤波
m0_64007201的博客
11-17 2557
三种滤波去噪
高斯滤波C++实现
m0_52163205的博客
05-27 572
高斯滤波C++实现
高斯滤波的c++代码实现
01-19
分别利用一阶高斯与二阶高斯实现了图像的滤波算法，总体来说一阶高斯滤波会更加的快速
bilateral双边滤波应用，OpenCV ，C++代码
01-24
bilateral双边滤波应用，OpenCV ，C++代码，对图片进行滤波AAAAAAAAAAAAA
数字图像线性滤波-高斯滤波opencv（C++）代码
01-12
1、数字图像线性滤波——高斯滤波opencv（C++）代码，vs工程,windows系统 2、opencv函数参数简介 InputArray src: 输入图像，任意通道的Mat OutputArray dst: 输出图像，与输入图像有相同的类型和尺寸 Size ksize: ...
数字图像处理 中值滤波 均值滤波 C++ opencv
04-02
数字图像处理，用C++语言，自己编写了中值滤波器以及均值滤波器，并和opencv自带函数对比，可直接运行。
C++实现滤波反投影源码.zip
10-31
C++实现滤波反投影源码.zipC++实现滤波反投影源码.zipC++实现滤波反投影源码.zipC++实现滤波反投影源码.zipC++实现滤波反投影源码.zipC++实现滤波反投影源码.zip
opencv c++ 高斯滤波
10-16
使用opencv c++ 对图片进行高斯滤波
《测绘程序开发实习》导线网平差 C++上机实验报告 CSU
一青的博客
01-08 1万+
采用VS2017C++完成导线网平差
MFC字符串CString分割函数 简洁 C++
一青的博客
08-02 9787
MFC字符串CString分割函数 简洁 介绍： 适用于.txt、.dat文件读取后运用字符串分割函数 这是我目前找得到的最简单的CString字符串分割函数 演示（VS2010/VS2017）： 演示代码: 演示结果: 参数解释:
CMatrix类 矩阵类 C++
一青的博客
12-01 4656
CMatrix类 矩阵类 # 不是我写的，仅分享学习！书上配套，如有侵权，速删 # 与测绘程序设计配套(C++) 矩阵类 ，这个类鲁棒性不好 # 矩阵运算类我更推荐eigen类，自行百度
CAngle类 角度转换类 C++
一青的博客
12-01 3414
与测绘程序设计配套(C++) Angle角度转换类
Morevec算子特征提取 opencv C++ CSU
一青的博客
01-19 1964
Morevec算子特征提取
opencv高斯滤波 C++
最新发布
01-13
以下是使用OpenCV在C++中实现高斯滤波的示例代码： ```cpp #include <opencv2/opencv.hpp> int main() { // 读取图像 cv::Mat image = cv::imread("image.jpg"); // 高斯滤波 cv::Mat blurredImage; cv::...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值