自定义线性滤波器

来源：互联网发布：在线画板软件编辑：程序博客网时间：2024/05/23 12:03

目标：

使用OpenCV中的函数cv::filter2D 自定义线性滤波器。

理论：

卷积

在一个非常普遍的意义上，卷积是一个图像的每一个部分和一个核之间的操作。

什么是核？

一个核实质上是一个固定大小矩阵，中心点被称为锚点，如下图所示。

如何利用卷积核进行卷积　？

假设您想知道图像中某个特定位置的结果值。卷积的值以下列方式计算：
１）　将核的锚点（中心点）放在要计算像素上，卷积核剩余的部分对应在图像相应的像素上。
２）　用卷积核中的系数和图像中相应的像素值相乘，并求和。
３）　将最终结果赋值给锚点对应的像素。
４）　通过将核在整个图像滑动，重复以上计算过程直到处理完所有的像素。

用一个表达式表示以上过程如下：

代码

#include "opencv2/imgproc.hpp"#include "opencv2/highgui.hpp"#include <stdlib.h>#include <stdio.h>using namespace cv;/* @function main */int main ( int argc, char** argv ){  Mat src, dst;  Mat kernel;  Point anchor;  double delta;  int ddepth;  int kernel_size;  char* window_name = "filter2D Demo";  int c;  src = imread( argv[1] );  if( !src.data )  { return -1; }  namedWindow( window_name, WINDOW_AUTOSIZE );  anchor = Point( -1, -1 );  delta = 0;  ddepth = -1;  int ind = 0;  while( true )    {      c = waitKey(500);      if( (char)c == 27 )        { break; }      kernel_size = 3 + 2*( ind%5 );      kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);      filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );      imshow( window_name, dst );      ind++;    }  return 0;}

结果

执行一个normalized box filter。例如核的大小为３．如下图：

代码执行时和的大小为３，５，７，９和１１的结果如下：

0 0