基于opencv，C++實現中值濾波器

目的：去除圖像的椒鹽噪聲
原理：它將每一像素點的灰度值設置為該點某鄰域窗口內的所有像素點灰度值的中值

偽代碼：
輸入：原圖像、目標圖像、核的半徑
(1).判斷原圖像是否為空，空則直接返回
(2).判斷核的半徑是否為奇數
(3).原圖像邊界填充，目標圖像清空
(4).中值濾波
①.新建一個半徑*半徑大小的二維數組
②.獲取核大小的原圖像的值，寫入數組
③.數組進行排序
④.將中值寫入目標圖像

源代碼

// ConsoleApplication1.cpp : 此文件包含 "main" 函數。程序執行將在此處開始并結束。 //#include <iostream> #include <opencv2/opencv.hpp> #include <opencv2/highgui.hpp> #include <opencv2/core.hpp> #include <opencv2/imgproc.hpp> #include <vector> #include <algorithm>using namespace cv; using namespace std;// 冒泡排序 void Sort(int* a, int n) //把數組a遞增排序 {//for (int gap = n / 2; gap > 0; gap /= 2)//希爾排序// for (int i = gap; i < n; ++i)// for (int j = i - gap; j >= 0 && a[j] > a[j + gap]; j -= gap)// swap(a[j], a[j + gap]);for (int i = 0; i < n; i++) {for (int j = i + 1; j < n; j++){if (a[i] > a[j]) {int tmp = a[i];a[i] = a[j];a[j] = tmp;}}}}// 中值濾波 void MedianFilter(cv::Mat &srcImg, cv::Mat& dstImg, int ksize) {// 判斷原圖像是否為空if (srcImg.empty()) {return;}// 判斷核的大小是否為奇數CV_Assert(ksize % 2 == 1);// 獲取通道數int channels = srcImg.channels();// 清空目標圖像，對原圖像進行邊界填充Mat tmp;dstImg = dstImg.zeros(srcImg.size(), srcImg.type());int *kernel = new int[ksize*ksize];copyMakeBorder(srcImg, tmp, ksize / 2, ksize / 2, ksize / 2, ksize / 2, BORDER_REPLICATE);for (int i = ksize / 2; i < srcImg.rows + ksize / 2; i++) //對填充后的圖像從有圖像區域開始濾波{for (int j = ksize / 2; j < srcImg.cols + ksize / 2; j++){for (int c = 0; c < channels; c++){// 將核大小的圖像填入數組for (int m = 0; m < ksize*ksize; m++) {if (tmp.channels() == 1) {kernel[m] = tmp.ptr<uchar>(i - ksize / 2 + m / ksize, j - ksize / 2 + m % ksize)[c];}else if (tmp.channels() == 3) {kernel[m] = tmp.ptr<Vec3b>(i - ksize / 2 + m / ksize, j - ksize / 2 + m % ksize)->val[c];}else{delete[]kernel;return;}}// 排序 Sort(kernel, ksize*ksize);// 將中值寫入目標圖像if (tmp.channels() == 1) {dstImg.ptr<uchar>(i - ksize / 2, j - ksize / 2)[c] = kernel[(ksize*ksize) / 2];}else if (tmp.channels() == 3) {dstImg.ptr<Vec3b>(i - ksize / 2, j - ksize / 2)->val[c] = kernel[(ksize*ksize) / 2];}}}}delete[]kernel;}int main() {Mat image = imread("C:/Users/vmyf16/Desktop/1.jpg");if (image.empty()) {return -1;}Mat image2, image3;double t1 = (double)cv::getTickCount()/1000;MedianFilter(image, image2,3);t1 = (double)cv::getTickCount()/1000 - t1;std::cout << "自定義:" << t1 << std::endl;double t2 = (double)cv::getTickCount()/1000;medianBlur(image, image3, 3);t2 = (double)cv::getTickCount()/1000 - t2;std::cout << "opencv:" << t2 << std::endl;imshow("原圖", image);imshow("自定義中值濾波處理后", image2);imshow("openCV自帶的中值濾波", image3);waitKey(0);return 0; }

結果圖
原圖：
效果圖：

明顯看出：opencv的算法還是挺快的，自己寫的就當練練手。

總結

以上是生活随笔為你收集整理的基于opencv，C++实现中值滤波器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。