图像平滑之平均平滑
来源:互联网 发布:淘宝客淘口令怎么设置 编辑:程序博客网 时间:2024/05/01 01:48
作为代码界的菜鸟,最近在尝试着用vs实现《数字图像处理与机器视觉》一书中有关图像处理的VC++代码。目前在研究空间域增强,希望自己能够越走越远^_^
本篇是图像平滑中的平均平滑的实现。
#include <iostream>#include <opencv2\core\core.hpp>#include <opencv2\highgui\highgui.hpp>#include <opencv2\imgproc\imgproc.hpp>using namespace std;using namespace cv;//常用滤波模板数组//平均平滑1/9float Template_Smooth_Avg[9] = { 1, 1, 1, 1, 1, 1, 1, 1, 1 };/****************************************************************************************************用指定的模板(任意大小)来对图像进行操作,参数iTempH指定模板的高度,iTempW指定模板的宽度,参数ITempMX和ITempMY指定模板的中心元素坐标,参数pfArray指定模板元素,fCoef指定系数*****************************************************************************************************/void Template(Mat img,Mat &dst, int nTempH, int nTempW, int nTempMY, int nTempMX, float *pfArray, float fCoef){ int i, j;//#pragma omp parallel for for (i = nTempMY; i < img.rows - (nTempH - nTempMY) + 1; i++) { for (j = nTempMX; j < img.cols - (nTempW - nTempMX) + 1; j++) { float fResult1 = 0; float fResult2 = 0; float fResult3 = 0;//#pragma omp parallel for for (int k = 0; k < nTempH; k++) { for (int l = 0; l < nTempW; l++) {//#pragma omp critical //{ fResult1 += img.at<Vec3b>(i + l - nTempMX, j + k - nTempMY)[0] * pfArray[k*nTempH + l]; fResult2 += img.at<Vec3b>(i + l - nTempMX, j + k - nTempMY)[1] * pfArray[k*nTempH + l]; fResult3 += img.at<Vec3b>(i + l - nTempMX, j + k - nTempMY)[2] * pfArray[k*nTempH + l]; //} } } fResult1 *= fCoef; fResult1 = (float)fabs(fResult1); fResult2 *= fCoef; fResult2 = (float)fabs(fResult2); fResult3 *= fCoef; fResult3 = (float)fabs(fResult3);//#pragma omp critical //{ dst.at<Vec3b>(i, j)[0] = (fResult1>255) ? 255 : (fResult1 + 0.5); dst.at<Vec3b>(i, j)[1] = (fResult2>255) ? 255 : (fResult2 + 0.5); dst.at<Vec3b>(i, j)[2] = (fResult3>255) ? 255 : (fResult3 + 0.5); //} } }}void main(){ Mat img = imread("2.jpg"); cvNamedWindow("原图", CV_WINDOW_FREERATIO); imshow("原图", img); Mat dst=img.clone(); Template(img, dst, 3, 3, 1, 1, Template_Smooth_Avg, (float)1 / 9); cvNamedWindow("平均平滑", CV_WINDOW_FREERATIO); imshow("平均平滑", dst); waitKey(0);}
原图如下:
平均平滑后结果图如下:
需要注意的是由于使用的图片分辨率比较大,所以程序运行时间比较长。如何提高算法的速度是我在未来将要研究的一部分内容,这里就不再研究。
0 0
- 图像平滑之平均平滑
- 图像平滑-加权平均
- 图像平滑-邻域平均法
- 灰度图像的加权平均平滑算法
- 图像平滑1-邻域平均法
- 图像处理之图像平滑
- 图像平滑
- 图像平滑
- 图像平滑
- 图像平滑
- 图像平滑
- 图像平滑
- 图像平滑
- 图像预处理之平滑处理
- 图像处理之平滑处理
- OpenCV之图像平滑处理
- OpenCV学习之图像平滑
- img 平均平滑
- linux shell操作hbase
- 如何将EditText中字符转换为大写
- 免root远程控制app beta1
- Android Service完全解析,关于服务你所需知道的一切(上)
- 关于spark读取elasticsearch中数据,但是无法实现过滤数据的问题
- 图像平滑之平均平滑
- 学习Linux你必须知道的那些事儿
- 常见web前台技术之间的关系html,css,javascript
- Activiti工作流服务和功能介绍
- 图片的缓存与下载
- Visio2002、2003、2007下载地址整理 以及 相关网址链接
- spring mongodb查询
- Tomcat7中javax.el.ELException异常信息的处理
- 最短路径问题(1)