(代码6)卷积
来源:互联网 发布:运行单独的java文件 编辑:程序博客网 时间:2024/05/20 16:35
卷积
#include <cv.h> #include <highgui.h> using namespace cv; int main() { IplImage *src;IplImage *dst; float k[9]={-1, -1, -1, -1, 8, -1, -1, -1, -1}; CvMat mb; mb=cvMat(3,3,CV_32FC1,k); src=cvLoadImage("lena.jpg"); dst = cvCreateImage(cvGetSize(src),IPL_DEPTH_8U,3); cvNamedWindow("src"); cvShowImage("src",src); cvNamedWindow("filtering"); cvFilter2D(src,dst,&mb,cvPoint(-1,-1)); cvShowImage("filtering",dst); cvWaitKey(0); cvReleaseImage(&src); cvReleaseImage(&dst); return 0; }
Filter2D
对图像做卷积
void cvFilter2D( const CvArr* src, CvArr* dst,const CvMat* kernel,CvPoint anchor=cvPoint(-1,-1));
src
输入图像.
dst
输出图像.
kernel
卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道,先用 cvSplit 函数分解图像到单个色彩通道上,然后单独处理。
anchor
核的锚点表示一个被滤波的点在核内的位置。 锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。
函数 cvFilter2D 对图像进行线性滤波,支持 In-place 操作。当核运算部分超出输入图像时,函数从最近邻的图像内部象素插值得到边界外面的象素值。
- (代码6)卷积
- C++卷积神经网络实例:tiny_cnn代码详解(6)——average_pooling_layer层结构类分析
- C++卷积神经网络实例:tiny_cnn代码详解(6)——average_pooling_layer层结构类分析
- 二维卷积c代码
- CNN卷积神经网络--反向传播(4,代码理解)
- 深度学习(五)CNN卷积神经网络代码理解
- 深度卷积网络图像风格转移(三)代码分析
- 卷积神经网络学习笔记(二):CNN代码实例
- 卷积求导(卷积神经网络)
- CNN卷积神经网络代码理解
- 卷积神经网络代码简单备注
- YOLO 卷积层代码学习
- 卷积神经网络matlab 代码理解
- CNN卷积神经网络代码理解
- CNN卷积神经网络代码理解
- 深度学习系列6(卷积神经网络)
- C++卷积神经网络实例:tiny_cnn代码详解(2)——代码试运行
- C++卷积神经网络实例:tiny_cnn代码详解(2)——代码试运行
- 利用ssh传输文件
- UITextField
- Bitmap Indexes and Deadlocks: Deadlocks on DML's and DDL's [ID 171795.1]
- 程序员中的其他程序员
- yum包的简单应用(一)——制作自己的源createrepo
- (代码6)卷积
- ural 1244
- x264基于经验和感觉的码率控制策略
- kernel与用户层接口之字符设备接口
- yum包的简单应用(二)——实验
- 负载均衡技术讨论
- H.264 Profile、Level、Encoder三张简图
- TinyOS下的makefile(持续更新)
- 取url扩展名