一、濾波器實現

我們實現這樣一個基于拉普拉斯算子的濾波器核心，并使用它進行濾波，這可以做到銳化圖像的效果，

0	-1	0
-1	5	-1
0	-1	0

首先我們完全手動的進行濾波，依賴指針操作，

void sharpen(const cv::Mat &image, cv::Mat &result) {result.create(image.size(), image.type());std::cout << image.size() << std::endl;int col = image.cols;int row = image.rows;int channels = image.channels();for (int i = 1; i < row - 1; i++ ) {// 必須添加const，因為image是const的const uchar* previous_row = image.ptr<uchar>(i - 1);const uchar* current_row = image.ptr<uchar>(i);const uchar* next_row = image.ptr<uchar>(i + 1);uchar* out_line = result.ptr<uchar>(i);for (int j = channels; j < (col - 1)*channels; j++) {// cv::saturate_cast<uchar>將輸入截斷在0到255*out_line++ = cv::saturate_cast<uchar>(5 * current_row[j] - current_row[j - channels] - current_row[j + channels]- previous_row[j] - next_row[j]);}}result.row(0).setTo(cv::Scalar(0,0,0));result.row(row - 1).setTo(cv::Scalar(0, 0, 0));result.col(0).setTo(cv::Scalar(0, 0, 0));result.col(col - 1).setTo(cv::Scalar(0,0,0)); }

OpenCV提供了cv::filter2D函數，當我們指定濾波核（一個Mat格式數據）可以自動代我們完成循環過程，依賴API實現本函數如下：

void sharpen2D(const cv::Mat image, cv::Mat &result) {cv::Mat kernel(3, 3, CV_32F, cv::Scalar(0));kernel.at<float>(1, 1) = 5;kernel.at<float>(0, 1) = -1;kernel.at<float>(1, 0) = -1;kernel.at<float>(2, 1) = -1;kernel.at<float>(1, 2) = -1;cv::filter2D(image, result, image.depth(), kernel); }

對兩個版本函數都進行調用，

cv::Mat image = cv::imread("test.jpg");std::cout << (int)image.data << std::endl;// 自行銳化濾波cv::Mat image1;sharpen(image, image1);show(image1, "銳化");cv::Mat image2;sharpen2D(image, image2);show(image2, "API銳化");

查看輸出（可右鍵查看大圖），

原圖如下：

二、高斯濾波

OpenCV將大部分常用濾波函數進行封裝，資料很多，自行查閱。其中高斯核函數多提一句，它是可拆分核函數，一個二維核可以拆解為兩個一維核，我們既可以這樣調用:

cv::GaussianBlur(image,result,cv::Size(5, 5), // 窗口大小1.5 // sigma );

也可以這樣調用，

cv::Mat gauss = cv::getGaussianKernel(5, 1.5, CV_32F); cv::sepFilter2D(image, result, -1, gauss, gauss); // -1代表輸入圖深度 cv::imshow("雙一維高斯濾波", result);

結果一樣，

?

總結

以上是生活随笔為你收集整理的『OpenCV3』滤波器实现及使用滤波器降噪的全部內容，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。