若該文爲原創文章,未經允許不得轉載
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客導航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104529643
目錄
OpenCV開發專欄
《OpenCV開發筆記(〇):使用mingw530_32編譯openCV3.4.1源碼,搭建Qt5.9.3的openCV開發環境》
《OpenCV開發筆記(三):OpenCV圖像的概念和基本操作》
《OpenCV開發筆記(四):OpenCV圖片和視頻數據的讀取與存儲》
《OpenCV開發筆記(五):OpenCV讀取與操作攝像頭》
《OpenCV開發筆記(六):OpenCV基礎數據結構、顏色轉換函數和顏色空間》
《OpenCV開發筆記(八):OpenCV常用操作之計時、縮放、旋轉、鏡像》
《OpenCV開發筆記(九):OpenCV區域圖像(ROI)和整體、局部圖像混合》
《OpenCV開發筆記(十):OpenCV圖像顏色通道分離和圖像顏色多通道混合》
《OpenCV開發筆記(十一):OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-mingw32編譯》
《OpenCV開發筆記(十二):OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-msvc2015編譯(opencv3.4.0、cuda9.0、VS2015)》
《OpenCV開發筆記(十三):OpenCV圖像對比度、亮度的調整》
《OpenCV開發筆記(十四):算法基礎之線性濾波-方框濾波》
《OpenCV開發筆記(十五):算法基礎之線性濾波-均值濾波》
《OpenCV開發筆記(十六):算法基礎之線性濾波-高斯濾波》
《OpenCV開發筆記(十七):算法基礎之線性濾波對比-方框、均值、高斯濾波》
《OpenCV開發筆記(十八):算法基礎之非線性濾波-中值濾波》
《OpenCV開發筆記(十九):算法基礎之非線性濾波-雙邊濾波》:待發布
《OpenCV開發筆記(二十):算法基礎之形態學濾波-腐蝕》:待發布
《OpenCV開發筆記(二十一):算法基礎之形態學濾波-膨脹》:待發布
《OpenCV開發筆記(二十二):圖像銳化》:待發布
《OpenCV開發筆記(二十三):圖像污點修復》:待發布
《OpenCV開發筆記(二十四):旋轉文本圖像矯正》:待發布
持續補充中…
OpenCV開發筆記(十八):算法基礎之非線性濾波-中值濾波
前言
本篇章學習非線性濾波中的中值濾波。
Demo
中值濾波
概述
中值濾波是指用模板覈算子覆蓋區域內所有像素值的排序,位置處於中間的像素值用來個更新當前像素點的值。
常見的核算子3x3,模板區域內有9個元素,將9個有元素分辨按照小到大排序爲a1,a2,a3,a4,a5,a6,a7,a8,a9,中值濾波就是取中間的值a5替代中間點。
中值濾波在邊界的方寸方面由於均值濾波,是經常使用的一種濾波器,但是在模板逐漸變大時,會潤在一定的邊界模糊,畫面的清晰度基本保持,中值濾波對處理椒鹽噪聲非常有效,中值濾波能減弱或消除傅里葉控件的高頻分量,同時也影響低頻分量。
中值濾波去噪聲的效果依賴於兩個要素:領域的空間範圍和中值計算中涉及的像素數。一般來說,小於濾波器面積一半的亮或暗的物體基本上會被濾除,而較大的物體幾乎會原封不動的保存下來,因此中值濾波器的空間尺寸必須根據現有的問題來進行調整。
中值濾波屬於非線性濾波,線性濾波易於實現,且易於從頻率響應的角度分析,單如果噪聲是顆粒噪聲而非高斯早省事,線性濾波不能去除噪聲。如圖像出現極值點,線性濾波只是將噪聲轉換爲平緩但仍可見的散粒,最佳的解決方式是通過非線性濾波來濾除噪聲。
函數原型
void medianBlur( InputArray src,
OutputArray dst,
int ksize );
- 參數一:InputArray類型,一般是cv::Mat,可以處理1、3或者4通道數的圖片。但需要注意,當ksize爲3或者5時,圖片深度應該爲CV_8U、CV_16U、CV_16S、CV_32F,而對於較大孔徑尺寸的圖片,他只能是CV_8U。
- 參數二;OutputArray類型,輸出的目標圖像,需要和原圖片有一樣的尺寸和類型。
- 參數三:Size類型的ksize,覈算子的大小,必須大於等於1的奇數(等於1時是沒有任何過濾效果的)。
Demo源碼
void OpenCVManager::testMedianBlur()
{
QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
if(!srcMat.data)
{
qDebug() << __FILE__ << __LINE__
<< "Failed to load image:" << fileName1;
return;
}
cv::Mat dstMat;
dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
srcMat.type());
int ksize = 1; // 核心大小
cvui::window(windowMat, dstMat.cols, 0, dstMat.cols, dstMat.rows, "settings");
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原圖先copy到左邊
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);
// 中間爲調整濾波參數的相關設置
cvui::printf(windowMat, 375, 140, "ksize");
cvui::trackbar(windowMat, 375, 150, 165, &ksize, 0, 10);
// 中值濾波
cv::medianBlur(srcMat, dstMat, ksize * 2 + 1);
// 效果圖copy到右邊
// 注意:rang從位置1到位置2,不是位置1+寬度
cv::Mat rightMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(rightMat, 0.0f, dstMat, 1.0f, 0.0f, rightMat);
// 更新
cvui::update();
// 顯示
cv::imshow(windowName, windowMat);
// esc鍵退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板:對應版本號v1.13.0
對應版本號v1.13.0
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客導航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104529643