OpenCV学习之滤波器与彩色变换

  一般来说，图像平滑主要是为了消除噪声。图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。由于图像的能量主要集中在低频部分，而噪声所在频段主要是高频部分，因此通常采用低通滤波的方法消除噪声。
  图像平滑分为空域法和频域法两大类。空域法常常采用均值滤波和中值滤波。

• Smooth 图像平滑

cvSmooth(src,dst,type,param1=3,param2=0,param3=0,param4=0);
//type平滑方法：
//CV_BLUR_NO_SCALE简单不带尺度变换的模糊，param1×param2领域求和
//CV_GAUSSIAN高斯模糊
//CV_MEDIAN中值滤波
//CV_BILATERAL双向滤波，彩色标准param1，空间标准param2

• Filter2D 对图像做卷积运算

cvFilter2D(src,dst,kernel,point);
//kernel卷积核，单通道浮点矩阵
//anchor核的锚点，表示一个被滤波的点在核内的位置，默认在核中心

• CopyMakeBorder 锐化，复制图像，并加边界

cvCopyMakeBorder(src,dst,offset,type,value);
//offset输出图像里待复制矩形的左上角角标
//type被复制输入图像周围的边界类型
//IPL_BORDER_CONSTANT 边界使用由函数参数指定的固定值填充，设置value
//IPL_BORDER_REPLICATE 重复模式，上边界的像素用输入图像最上面的一行填充，下、左、右类似

• Integral 计算积分图像

cvIntegral(image,sum,sqsum,tilted_sum);
//sum积分图像
//sqsum对像素值平方的积分图像
//tilted_sum旋转45度的积分图像

• CvtColor 色彩空间转换

cvCvtColor(src,dst,code);
//code CV_<src_type>2<dst_type>

• Threshold 对单通道数组进行固定阈值操作

cvThreshold(src,dst,threshold,max_value,type);
//threshold 阈值

• AdaptiveThreshold 自适应阈值对图像进行二值化