【OpenCV】-15、自定义线性滤波

【OpenCV】自定义线性滤波

卷积概念
卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。
Kernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)

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），用来替换锚点覆盖下像素点值称为卷积处理。数学表达如下：

Sum = 8x1+6x1+6x1+2x1+8x1+6x1+2x1+2x1+8x1
New pixel = sum / (m*n)

常见算子
1 Robert算子

2 Sobel算子

3 拉普拉斯算子

自定义卷积模糊
filter2D方法filter2D(
Mat src, //输入图像
Mat dst, // 模糊图像
int depth, // 图像深度32/8
Mat kernel, // 卷积核/模板
Point anchor, // 锚点位置
double delta // 计算出来的像素+delta
)
其中 kernel是可以自定义的卷积核

代码实现

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

using namespace cv;
int main(int argc, char** argv) {
	Mat src, dst,dst1,dst2,dst3,dst4,dst5;

	src = imread("1.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_WIN[] = "input image";
	char OUTPUT_WIN[] = "output image";
	namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
//	namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);

	imshow(INPUT_WIN, src);
/*
	//robert X
	Mat kernel_1 = (Mat_<int>(2, 2) << 1,0,0,-1);
	filter2D(src, dst1, -1, kernel_1, Point(-1, -1), 0.0);
	imshow(OUTPUT_WIN, dst1);
	imwrite("robert_X.jpg", dst1);

	//robert Y
	Mat kernel_2 = (Mat_<int>(2, 2) << 0, 1, -1, 0);
	filter2D(src, dst2, -1, kernel_2, Point(-1, -1), 0.0);
	imshow("robert Y", dst2);
	imwrite("robert Y.jpg", dst2);

	//sobel X
	Mat kernel_3 = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
	filter2D(src, dst3, -1, kernel_3, Point(-1, -1), 0.0);
	imshow("sobel X", dst3);
	imwrite("sobel X.jpg", dst3);

	//sobel Y
	Mat kernel_4 = (Mat_<int>(3, 3) << -1,-2, -1, 0,0,0,1,2,1);
	filter2D(src, dst4, -1, kernel_4, Point(-1, -1), 0.0);
	imshow("sobel Y", dst4);
	imwrite("sobel Y.jpg", dst4);

	//laplacian
	Mat kernel_5 = (Mat_<int>(3, 3) <<   0, -1,0,-1,4,-1,0,-1,0);
	filter2D(src, dst5, -1, kernel_5, Point(-1, -1), 0.0);
	imshow("laplacian", dst5);
	imwrite("laplacian.jpg", dst5);
	*/

	int ksize = 0;
	int c = 0;
	int index = 0;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27) {
			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("自定义掩膜", dst);
		imwrite("自定义掩膜.jpg", dst);
	}

//	waitKey(0);
	return 0;
		}

实验结果

robert_X

robert_Y

sobel_X

sobel_Y

拉普拉斯

变化的掩膜(应为动态图）