网站权重,公司注册地址新规定,股票查询网站模板 wordpress,怎么做网站小图标OpenCV 五种滤波使用实战(均值、盒状、中值、高斯、双边#xff09; 〇、Coding实战内容一、滤波、核和卷积1.1 滤波1.2 核 滤波器1.3 公式1.4 例子 二、图片边界填充实战2.1 解决问题2.2 相关OpenCV函数2.3 Code 三. 均值滤波实战3.1 理论3.2 Blur3.3 Code 四. 盒状滤波… OpenCV 五种滤波使用实战(均值、盒状、中值、高斯、双边 〇、Coding实战内容一、滤波、核和卷积1.1 滤波1.2 核 滤波器1.3 公式1.4 例子 二、图片边界填充实战2.1 解决问题2.2 相关OpenCV函数2.3 Code 三. 均值滤波实战3.1 理论3.2 Blur3.3 Code 四. 盒状滤波实战4.1 理论4.2 实战实现Sobel 滤波器 五、中值滤波实战5.1 Concept5.2 Code 六、高斯滤波实战6.1 Concept6.2 Code 七、双边滤波实战7.1 Concept7.2 Code 〇、Coding实战内容
滤波、核和卷积图片边界填充实战均值滤波使用实战Box滤波使用实战中值滤波使用实战高斯滤波使用实战双边滤波使用实战
一、滤波、核和卷积
1.1 滤波 一、公式图片A 滤波 图片B 二、通俗概念 1. 一张图片经过滤波的过程处理成了另外一种图片。 2. 在图像上的每个位置利用邻域信息更新其本身的信息 三、应用场景 1.图像增强去噪锐化模糊 2.提取信息纹理边缘检测等 1.2 核 滤波器 一、滤波器绿波过程中使用的算法即滤波器 滤波器即由一副图像I(x,y) 根据像素点x, y附近的区域计算得到一副新图像I’(x,y)的算法。 二、核Color(x,y) Array[w,h] - 核 Color’(x,y) 说明 核是一个多维数组有宽和高属性宽等于高则为BoxFilterA和B的区别为B做了归一化如果不做归一化则滤波后的颜色值会溢出 1.3 公式 对于任何一个形状的盒取其(i, j)的值K(i, j)并与原始图像中相对于像素点(x, y)偏移(i, j) 的值I(xi, yj)进行点乘。最后求和就可以得到原始I(x, y) 经过滤波后的新值I’(x, y) 1.4 例子 (0 * 1/9 0 * 1/9 0 * 1/9 0 * 1/9 0 * 1/9 0 * 1/9 0 * 1/9 90 * 1/9 90 * 1/9) 20 二、图片边界填充实战
2.1 解决问题 原始图[wp , hq]经过滤波器[2p1, 2q1] 得到的新图[w, h]因此如果要使输出的图和原始图保障一样的Size则需要在原始图上添加虚拟像素 2.2 相关OpenCV函数
/**
The function copies the source image into the middle of the destination image. The areas to the
left, to the right, above and below the copied source image will be filled with extrapolated
pixels. This is not what filtering functions based on it do (they extrapolate pixels on-fly), but
what other more complex functions, including your own, may do to simplify image boundary handling.
*/
CV_EXPORTS_W void copyMakeBorder(InputArray src, OutputArray dst,int top, int bottom, int left, int right,int borderType, const Scalar value Scalar() );//常用BorderTypes
enum BorderTypes {BORDER_CONSTANT 0, //! iiiiii|abcdefgh|iiiiiii with some iBORDER_REPLICATE 1, //! aaaaaa|abcdefgh|hhhhhhhBORDER_REFLECT 2, //! fedcba|abcdefgh|hgfedcbBORDER_WRAP 3, //! cdefgh|abcdefgh|abcdefg
};2.3 Code
int main(int argc, char *argv[])
{// root Pathstd::string filePath std::string(__FILE__);size_t pos filePath.find_last_of(/\\);std::string rootPath filePath.substr(0, pos); // string path string(__BASE_FILE__)/img.webp;cout rootPath;Mat image imread(rootPath/img.webp,IMREAD_COLOR);//填黑边, BORDER_CONSTANTMat borderImageBlack;copyMakeBorder(image,borderImageBlack,200,200,200,200,BORDER_CONSTANT,Scalar(0,0,0));Mat borderReplicate;copyMakeBorder(image,borderReplicate,200,200,200,200,BORDER_REPLICATE);Mat borderReflect;copyMakeBorder(image,borderReflect,400,400,400,400,BORDER_REFLECT);Mat borderWrap;copyMakeBorder(image,borderWrap,200,200,200,200,BORDER_WRAP);} 三. 均值滤波实战
3.1 理论 3.2 Blur 可以使用OpenCV中的blur()方法来实现 CV_EXPORTS_W void blur( InputArray src, OutputArray dst,Size ksize, Point anchor Point(-1,-1),int borderType BORDER_DEFAULT );参数说明 src原图像dst目标图像ksize核的size大小anchor核中心点位置默认-1-1在核的最中心一版都用默认值borderType边界填充类型用默认值即可 3.3 Code
int main(int argc, char *argv[])
{// root Pathstd::string filePath std::string(__FILE__);size_t pos filePath.find_last_of(/\\);std::string rootPath filePath.substr(0, pos); // string path string(__BASE_FILE__)/img.webp;cout rootPath;Mat image imread(rootPath/img_1.jpeg,IMREAD_COLOR);Mat blurImg;blur(image,blurImg,Size(5,5));namedWindow(originImg); imshow(originImg, image); waitKey(0); destroyWindow(originImg); namedWindow(blurImg); imshow(blurImg, blurImg); waitKey(0); destroyWindow(blurImg); return 0; 说明 均值滤波即对该图像周边的像素计算均值用于模糊图片上面显示了原图33557*7的均值滤波。 四. 盒状滤波实战
4.1 理论 均值滤波要求盒的均值加起来为1盒装滤波则没有该要求。 4.2 实战实现Sobel 滤波器 int main(int argc, char *argv[])
{// root Pathstd::string filePath std::string(__FILE__);size_t pos filePath.find_last_of(/\\);std::string rootPath filePath.substr(0, pos); // string path string(__BASE_FILE__)/img.webp;cout rootPath;Mat dstImage;//Mat sobel(3,3,CV_32S);sobel.atint(0,0) 1;sobel.atint(0,1) 0; sobel.atint(0,2) -1;sobel.atint(1,0) 2;sobel.atint(1,1) 0;sobel.atint(1,2) -2;sobel.atint(2,0) 1; sobel.atint(2,1) 0;sobel.atint(2,2) -1;Mat sobel_horizion(3,3,CV_32S);sobel_horizion.atint(0,0) 1;sobel_horizion.atint(0,1) 2; sobel_horizion.atint(0,2) 1;sobel_horizion.atint(1,0) 0;sobel_horizion.atint(1,1) 0;sobel_horizion.atint(1,2) 0;sobel_horizion.atint(2,0) -1; sobel_horizion.atint(2,1) -2;sobel_horizion.atint(2,2) -1;filter2D(image,dstImage,CV_8UC3,sobel);namedWindow(sobel); // 创建一个标题为 hello 的窗口imshow(sobel, dstImage); // 在窗口 hello 中显示图片waitKey(0); // 等待用户按下键盘destroyWindow(sobel); // 销毁窗口 helloreturn 0;
}五、中值滤波实战
5.1 Concept 适用于去噪声该滤波器选取核对应的图像中的终值 原图
5.2 Code Mat mediaImage;medianBlur(image,mediaImage,3);以上分别为核是33557799的中值滤波器的效果 六、高斯滤波实战
6.1 Concept 思路离(x,y)越远的像素和(x,y)的相关性越低 /** brief Blurs an image using a Gaussian filter.The function convolves the source image with the specified Gaussian kernel. In-place filtering is
supported.param src input image; param dst output image of the same size and type as src.param ksize Gaussian kernel size. ksize.width and ksize.height can differ but they both must be
positive and odd. param sigmaX Gaussian kernel standard deviation in X direction.param sigmaY Gaussian kernel standard deviation in Y direction; if */
CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize,double sigmaX, double sigmaY 0,int borderType BORDER_DEFAULT );6.2 Code
Mat gauss;GaussianBlur(image,gauss,Size(7,7),2,1.5); 七、双边滤波实战
7.1 Concept
CV_EXPORTS_W void bilateralFilter( InputArray src, OutputArray dst, int d,double sigmaColor, double sigmaSpace,int borderType BORDER_DEFAULT );高斯滤波 在做模糊处理的时候会把明显的边界也模糊掉双边滤波不会减缓像素在空间上的变化。 双边滤波 边缘保持平滑对每个像素及其领域内的像素进行加权平均。不是基于其他滤波器的空间距离而是基于色彩强度进行计算平滑。即sigmaColor参数。主要三个参数 d: 领域直径距离设为-1会根据sigmaColor进行自动计算 sigmaColor与高斯滤波器类似。指越大平滑的色彩强度也越大。 sigmaSpace:坐标空间的滤波器的sigma指 7.2 Code Mat bilateral;bilateralFilter(image,bilateral,-1,100,11); 没开出来处理前后显著的差异可能选图不是很符合吧。
