opencv自定義濾波器（filter2D函數的使用）

自定義線性濾波

卷積概念 

卷積是圖像處理中一個操作，是kernel在圖像的每個像素上的操作。

Kernel本質上一個固定大小的矩陣數組，其中心點稱爲錨點(anchor point)

卷積如何工作

       把kernel放到像素數組之上，求錨點周圍覆蓋的像素乘積之和（包括錨點），用來替換錨點覆蓋下像素點值稱爲卷積處理。數學表達如下：

 

 

代碼部分：

// opencv0016.cpp : 定義控制檯應用程序的入口點。
//

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	int ksize = 0;
	src = imread("D:/images/pkq.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_WIN[] = "input image";
	char OUTPUT_WIN[] = "Custom Blur Filter Result";
	namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);

	imshow(INPUT_WIN, src);

	//Sobel X方向
	Mat dst1;
	Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2, 0, 2, -1, 0, 1);
	filter2D(src, dst1, -1, kernel_x, Point(-1, -1), 0.0);
	namedWindow("kernel_x", CV_WINDOW_AUTOSIZE);
	imshow("kernel_x", dst1);

	//Sobel Y方向
	Mat yimg;
	Mat kernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);
	filter2D(src, yimg, -1, kernel_y, Point(-1, -1), 0.0);
	namedWindow("kernel_y", CV_WINDOW_AUTOSIZE);
	imshow("kernel_y", yimg);

	// 拉普拉斯算子
	Mat LapImage;
	Mat Laplace = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
	filter2D(src, LapImage, -1, Laplace, Point(-1, -1), 0.0);
	namedWindow("LapImage", CV_WINDOW_AUTOSIZE);
	imshow("LapImage", LapImage);

	int c = 0;
	int index = 0;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27) {// ESC 
			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(OUTPUT_WIN, dst);
	}
	waitKey(0);

    return 0;
}

喜歡的可以關注我博客，一起進步吧。