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。