opencv-图像滤波
来源:互联网 发布:ios专业视频剪辑软件 编辑:程序博客网 时间:2024/05/21 17:35
在今后的几篇文章中,我将重点针对图像处理过程的一些常用操作,用opencv2.4.3代码实现。
本文主要讨论图像的滤波处理过程,即图像的模糊;主要用于去除图像上面的噪声。
1.线性滤波器
这是最常见的线性滤波等式,其中,f(i+k,j+l)为对应图像像素点的像素值,h(k,l)为窗口系数组成的核,它主要用于对图像像素点进行加权操作。
2.归一化块滤波器
这个是最简单的滤波器,即均值滤波器。它将预处理像素点周围[Kwidh,Kheight]区域求和取均值,作为预处理像素点的值。
3.高斯滤波器
高斯滤波器是最有用的滤波器,尽管它的处理速度不是最快的。高斯滤波器通过对输入数组进行卷积操作,输出结果作为新的数组来实现对图像的滤波处理。
一维高斯核如上图所示,在中间点的值最大。
二维高斯表达式如上所示,它由均值,方差,对应点坐标x,y四种参数组成。
附图为运行高斯滤波的时候的截图!!!
4.中值滤波器
中值滤波器用处理核窗口(方形)内的中间像素点的像素值,作为预计算的像素点的像素值。预计算的像素点位于处理核窗口中心。
5.双边滤波器
以上滤波器在平衡图像的噪声同时,也把图像的边缘信息进行了模糊处理。因此,我们引入了双边滤波器来解决这个问题。
双边滤波器的处理过程和高斯滤波器很类似,但是,它还对预处理像素点周围的像素值进行了加权处理。这个权重值由两部分组成,第一部分和高斯滤波器一样的权重,第二部分它还考虑了预处理像素点和其周围像素点的强度值的不同。
实现代码如下所示:
#include <iostream>#include <vector>#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include "opencv2/features2d/features2d.hpp"using namespace std;using namespace cv;//命名空间//全局变量int DELAY_CAPTION = 1500;int DELAY_BLUR = 100;int MAX_KERNEL_LENGTH = 31;Mat src; Mat dst;char window_name[] = "Smoothing Demo";//函数头int display_caption( char* caption );int display_dst( int delay );int main( int argc, char** argv ){ namedWindow( window_name, CV_WINDOW_AUTOSIZE ); //装载源图像 //src = imread( "../images/lena.png", 1 ); src = imread( argv[1], 1 ); if( display_caption( "Original Image" ) != 0 ) { return 0; } dst = src.clone(); if( display_dst( DELAY_CAPTION ) != 0 ) { return 0; } //相似模糊 if( display_caption( "Homogeneous Blur" ) != 0 ) { return 0; } for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 ) { //src:原始图像;dst:处理结果图像;Size(i,i)处理核窗口大小 //point(-1,-1)处理位置起点,有效位置点。blur( src, dst, Size( i, i ), Point(-1,-1) ); if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } } //高斯模糊 if( display_caption( "Gaussian Blur" ) != 0 ) { return 0; } for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 ) { //Size(i,i)处理核窗口大小,i必须为奇数正值,否则用标准差值表示GaussianBlur( src, dst, Size( i, i ), 0, 0 ); if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } } //中值模糊 if( display_caption( "Median Blur" ) != 0 ) { return 0; } for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 ) { //i对于正方形窗口只用一个值表示中点medianBlur ( src, dst, i ); if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } } //双边滤波器 if( display_caption( "Bilateral Blur" ) != 0 ) { return 0; } for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 ) { //i表示每个像素相邻直径,i*2表示彩色空间的标准差,i/2表示在相应坐标空间的标准差bilateralFilter ( src, dst, i, i*2, i/2 ); if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } } //延迟等待 display_caption( "End: Press a key!" ); waitKey(0); return 0;}//显示处理滤波器名字int display_caption( char* caption ){ dst = Mat::zeros( src.size(), src.type() ); putText( dst, caption, Point( src.cols/4, src.rows/2),CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255) ); imshow( window_name, dst ); int c = waitKey( DELAY_CAPTION ); if( c >= 0 ) { return -1; } return 0;}//延迟程序int display_dst( int delay ){ imshow( window_name, dst ); int c = waitKey ( delay ); if( c >= 0 ) { return -1; } return 0;}
- opencv-图像滤波
- Opencv中图像滤波
- opencv之 图像滤波
- OpenCV图像滤波
- openCV 图像滤波
- opencv(13)---图像滤波
- opencv --图像滤波
- OpenCV-图像滤波
- OpenCV图像各向异性滤波
- OpenCv-Python 图像滤波
- 【OpenCV】图像滤波 Image Filtering
- 【OpenCV】图像滤波 Image Filtering
- OpenCV之图像滤波简述
- opencv学习之图像滤波
- OpenCV GaussianBlur() 图像平滑滤波
- OpenCV学习——图像卷积滤波
- 《实用OpenCV》<五> 图像滤波(1)
- 《实用OpenCV》<五> 图像滤波(2)
- Cocos2d-X的内存管理
- <ctype.h>头文件备忘【转百度百科】
- 还是继承那些实例---
- IOS学习之Date Picker, Picker View选取器控件初步
- 完整java开发中JDBC连接数据库代码和步骤
- opencv-图像滤波
- 【C语言】C语言文件详解
- powerdesigner的一些常用的设置
- <limits.h>头文件备忘【转百度百科】
- django中如何使用tinymce
- OpenVPN以及其它IP层VPN的完全链路层处理的实现
- Objective-c调用c++文件
- 第 4堂作业
- saltstack实战之基础配置