opencv-python中的cv2.filter()函数随笔

有时候我们想要处理的图像中噪音太多，影响到我们的识别判断，我们就需要对图像进行模糊处理，使图像变得平滑。
而opencv-python提供给我们cv2.filter()函数来对图像进行2D卷积，我们可以使用自定义的卷积核来对图像进行卷积操作。

构造函数：

dst=cv.filter2D(src, ddepth, kernel[, dst[, anchor[, delta[, borderType]]]])

参数解释

• src:待处理图像
• ddepth:目标图像深度，如果值为-1则表示目标图像输出为与原图像深度相同。
• kernel:自定义的卷积核，float32型浮点矩阵。
• anchor 内核的锚点，指示内核中过滤点的相对位置;锚应位于内核中;默认值（-1，-1）表示锚位于内核中心。
• detal 在将它们存储在dst中之前，将可选值添加到已过滤的像素中。类似于偏置。
• borderType 像素外推法，参见BorderTypes

图像内核是一个小矩阵，在Photoshop或Gimp中找到的效果都可以实现，例如模糊，锐化，轮廓或浮雕。它们还用于机器学习中的“特征提取”，这是一种用于确定图像最重要部分的技术。在这种情况下，该过程更普遍地称为“卷积”
有许多特殊的内核，一 一记录下来。
这些效果唯一的差别就是他们的卷积核不同

模糊（blur）

0.0625	0.125	0.0625
0.125	0.25	0.125
0.0625	0.125	0.125

import numpy as np
import cv2

img=cv2.imread('D://zopencv//ball.jpg')
kernel=np.array( (  [0.0625, 0.125, 0.0625],
       			    [0.125, 0.25, 0.125],
                    [0.0625, 0.125, 0.0625]),dtype="float32")
dst=cv2.filter2D(img,-1,kernel)
mask=cv2.resize(dst,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_AREA)
cv2.imshow('image',mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

sobel

-1	-2	-1
0	0	0
1	2	1

kernel=np.array( (  [-1,-2,-1],
       				 [0,0,0],
      			     [1,2,1]),dtype="float32")

浮雕（emboss）

-2	-1	0
-1	1	1
0	1	2

在这里插入代码片

大纲（outline）

轮廓内核/边缘内核，强调边缘

-1	-1	-1
-1	8	-1
-1	-1	-1

在这里插入代码片

锐化（sharpen）

0	-1	0
-1	5	-1
0	-1	0

kernel=np.array( (  [0,-1,0],
   			        [-1,5,-1],
     			    [0,-1,0]),dtype="float32")

拉普拉斯算子（laplacian operator）

用于边缘检测，或者图像中的模糊处理。

0	1	0
1	-4	1
0	1	0

kernel=np.array( (  [0,1,0],
                    [1,-4,1],
                    [0,1,0]),dtype="float32")