【OpenCV 例程200篇】54. OpenCV 實(shí)現(xiàn)圖像二維卷積

歡迎關(guān)注 『OpenCV 例程200篇』 系列，持續(xù)更新中
歡迎關(guān)注 『Python小白的OpenCV學(xué)習(xí)課』 系列，持續(xù)更新中

濾波通常是指對圖像中特定頻率的分量進(jìn)行過濾或抑制。圖像濾波是在盡可能保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制，是常用的圖像預(yù)處理操作。

空間濾波器是由鄰域和定義的操作構(gòu)成的，濾波器規(guī)定了濾波時(shí)采用的鄰域形狀及該區(qū)域內(nèi)像素值的處理方法。濾波器也被稱為 “核”、“模板”、“窗口”、“掩模”、“算子”，一般在信號處理中稱為 “濾波器”，在數(shù)學(xué)領(lǐng)域稱為 “核”。線性濾波器就是指基于線性核的濾波，也就是卷積運(yùn)算。

1.4 cv2 實(shí)現(xiàn)二維離散卷積（flip 和 filter2D）

使用 OpenCV 中的 cv.flip 和 cv.filter2D 函數(shù)也可以實(shí)現(xiàn)圖像的卷積運(yùn)算。

函數(shù) cv.flip 實(shí)現(xiàn)圍繞軸線翻轉(zhuǎn)二維陣列，將圖像沿軸線進(jìn)行軸對稱變換，可以將圖像沿水平方向、垂直方向、或水平/垂直方向同時(shí)進(jìn)行翻轉(zhuǎn)。例程 1.38 介紹了圖像的翻轉(zhuǎn)（鏡像）的使用方法。

函數(shù) cv.filter2D 對圖像與核（模板）進(jìn)行相關(guān)計(jì)算，與函數(shù) cv.flip 共同實(shí)現(xiàn)卷積運(yùn)算。

函數(shù)說明：

cv.filter2D(src, ddepth, kernel[, dst[, anchor[, delta[, borderType]]]]) → dst

參數(shù)說明：

• src：卷積處理的輸入圖像，可以是灰度圖像，也可以是多通道的彩色圖像
• dst：卷積處理的輸出圖像，大小和類型與 src 相同
• ddepth：目標(biāo)圖像每個(gè)通道的深度（數(shù)據(jù)類型），ddepth=-1 表示與輸入圖像的數(shù)據(jù)類型相同
• kernel：卷積操作的模板（卷積核），二維實(shí)型數(shù)組
• anchor：卷積核的錨點(diǎn)位置，默認(rèn)值 (-1, -1) 表示以卷積核的中心為錨點(diǎn)
• delta：輸出圖像的偏移量，可選項(xiàng)，默認(rèn)值為 0
• borderType：邊界擴(kuò)充的類型

cv.filter2D 可以處理灰度圖像，也可以直接處理彩色圖像，不需要對每一色彩通道分別操作。

例程 1.67：cv2 實(shí)現(xiàn)圖像的二維卷積

# 1.67：cv2 實(shí)現(xiàn)圖像的二維卷積img = cv2.imread("../images/imgGaia.tif", flags=0) # # flags=0 讀取為灰度圖像kernel = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]]) # Gx + j*GykFlip = cv2.flip(kernel, -1) # 將卷積核旋轉(zhuǎn)180度# 使用函數(shù)filter2D算出same卷積imgConv1 = cv2.filter2D(img, -1, kFlip,anchor=(0,0), borderType=cv2.BORDER_CONSTANT)imgConv2 = cv2.filter2D(img, -1, kFlip,anchor=(0,0), borderType=cv2.BORDER_REFLECT)plt.figure(figsize=(9, 6))plt.subplot(131), plt.axis('off'), plt.title('Original'), plt.axis('off')plt.imshow(img, cmap='gray', vmin=0, vmax=255)plt.subplot(132), plt.axis('off'), plt.title('cv2.filter2D (BORDER_CONSTANT)')plt.imshow(np.absolute(imgConv1), cmap='gray', vmin=0, vmax=255)plt.subplot(133), plt.axis('off'), plt.title('cv2.filter2D (BORDER_REFLECT)')plt.imshow(np.absolute(imgConv2), cmap='gray', vmin=0, vmax=255)plt.tight_layout()plt.show()

---

---

（本節(jié)完）

---

版權(quán)聲明：

youcans@xupt 原創(chuàng)作品，轉(zhuǎn)載必須標(biāo)注原文鏈接

Copyright 2021 youcans, XUPT

Crated：2021-11-29

歡迎關(guān)注 『OpenCV 例程200篇』 系列，持續(xù)更新中
歡迎關(guān)注 『Python小白的OpenCV學(xué)習(xí)課』 系列，持續(xù)更新中

【OpenCV 例程200篇】01. 圖像的讀取（cv2.imread）
【OpenCV 例程200篇】02. 圖像的保存（cv2.imwrite）
【OpenCV 例程200篇】03. 圖像的顯示（cv2.imshow）
【OpenCV 例程200篇】04. 用 matplotlib 顯示圖像（plt.imshow）
【OpenCV 例程200篇】05. 圖像的屬性（np.shape）
【OpenCV 例程200篇】06. 像素的編輯（img.itemset）
【OpenCV 例程200篇】07. 圖像的創(chuàng)建（np.zeros）
【OpenCV 例程200篇】08. 圖像的復(fù)制（np.copy）
【OpenCV 例程200篇】09. 圖像的裁剪（cv2.selectROI）
【OpenCV 例程200篇】10. 圖像的拼接（np.hstack）
【OpenCV 例程200篇】11. 圖像通道的拆分（cv2.split）
【OpenCV 例程200篇】12. 圖像通道的合并（cv2.merge）
【OpenCV 例程200篇】13. 圖像的加法運(yùn)算（cv2.add）
【OpenCV 例程200篇】14. 圖像與標(biāo)量相加（cv2.add）
【OpenCV 例程200篇】15. 圖像的加權(quán)加法（cv2.addWeight）
【OpenCV 例程200篇】16. 不同尺寸的圖像加法
【OpenCV 例程200篇】17. 兩張圖像的漸變切換
【OpenCV 例程200篇】18. 圖像的掩模加法
【OpenCV 例程200篇】19. 圖像的圓形遮罩
【OpenCV 例程200篇】20. 圖像的按位運(yùn)算
【OpenCV 例程200篇】21. 圖像的疊加
【OpenCV 例程200篇】22. 圖像添加非中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】24. 圖像的仿射變換
【OpenCV 例程200篇】25. 圖像的平移
【OpenCV 例程200篇】26. 圖像的旋轉(zhuǎn)（以原點(diǎn)為中心）
【OpenCV 例程200篇】27. 圖像的旋轉(zhuǎn)（以任意點(diǎn)為中心）
【OpenCV 例程200篇】28. 圖像的旋轉(zhuǎn)（直角旋轉(zhuǎn)）
【OpenCV 例程200篇】29. 圖像的翻轉(zhuǎn)（cv2.flip）
【OpenCV 例程200篇】30. 圖像的縮放（cv2.resize）
【OpenCV 例程200篇】31. 圖像金字塔（cv2.pyrDown）
【OpenCV 例程200篇】32. 圖像的扭變（錯切）
【OpenCV 例程200篇】33. 圖像的復(fù)合變換
【OpenCV 例程200篇】34. 圖像的投影變換
【OpenCV 例程200篇】35. 圖像的投影變換（邊界填充）
【OpenCV 例程200篇】36. 直角坐標(biāo)與極坐標(biāo)的轉(zhuǎn)換
【OpenCV 例程200篇】37. 圖像的灰度化處理和二值化處理
【OpenCV 例程200篇】38. 圖像的反色變換（圖像反轉(zhuǎn)）
【OpenCV 例程200篇】39. 圖像灰度的線性變換
【OpenCV 例程200篇】40. 圖像分段線性灰度變換
【OpenCV 例程200篇】41. 圖像的灰度變換（灰度級分層）
【OpenCV 例程200篇】42. 圖像的灰度變換（比特平面分層）
【OpenCV 例程200篇】43. 圖像的灰度變換（對數(shù)變換）
【OpenCV 例程200篇】44. 圖像的灰度變換（伽馬變換）
【OpenCV 例程200篇】45. 圖像的灰度直方圖
【OpenCV 例程200篇】46. 直方圖均衡化
【OpenCV 例程200篇】47. 圖像增強(qiáng)—直方圖匹配
【OpenCV 例程200篇】48. 圖像增強(qiáng)—彩色直方圖匹配
【OpenCV 例程200篇】49. 圖像增強(qiáng)—局部直方圖處理
【OpenCV 例程200篇】50. 圖像增強(qiáng)—直方圖統(tǒng)計(jì)量圖像增強(qiáng)
【OpenCV 例程200篇】51. 圖像增強(qiáng)—直方圖反向追蹤
【OpenCV 例程200篇】52. 圖像的相關(guān)與卷積運(yùn)算
【OpenCV 例程200篇】53. Scipy 實(shí)現(xiàn)圖像二維卷積
【OpenCV 例程200篇】54. OpenCV 實(shí)現(xiàn)圖像二維卷積
【OpenCV 例程200篇】55. 可分離卷積核
【OpenCV 例程200篇】56. 低通盒式濾波器
【OpenCV 例程200篇】57. 低通高斯濾波器
【OpenCV 例程200篇】58. 非線性濾波—中值濾波
【OpenCV 例程200篇】59. 非線性濾波—雙邊濾波
【OpenCV 例程200篇】60. 非線性濾波—聯(lián)合雙邊濾波
【OpenCV 例程200篇】61. 導(dǎo)向?yàn)V波（Guided filter）
【OpenCV 例程200篇】62. 圖像銳化——鈍化掩蔽
【OpenCV 例程200篇】63. 圖像銳化——Laplacian 算子
【OpenCV 例程200篇】64. 圖像銳化——Sobel 算子
【OpenCV 例程200篇】65. 圖像銳化——Scharr 算子
【OpenCV 例程200篇】66. 圖像濾波之低通/高通/帶阻/帶通
【OpenCV 例程200篇】67. 空間域圖像增強(qiáng)的綜合應(yīng)用
【OpenCV 例程200篇】68. 空間域圖像增強(qiáng)的綜合應(yīng)用
【OpenCV 例程200篇】69. 連續(xù)非周期信號的傅立葉系數(shù)
【OpenCV 例程200篇】70. 一維連續(xù)函數(shù)的傅里葉變換
【OpenCV 例程200篇】71. 連續(xù)函數(shù)的取樣
【OpenCV 例程200篇】72. 一維離散傅里葉變換
【OpenCV 例程200篇】73. 二維連續(xù)傅里葉變換
【OpenCV 例程200篇】74. 圖像的抗混疊
【OpenCV 例程200篇】75. Numpy 實(shí)現(xiàn)圖像傅里葉變換
【OpenCV 例程200篇】76. OpenCV 實(shí)現(xiàn)圖像傅里葉變換
【OpenCV 例程200篇】77. OpenCV 實(shí)現(xiàn)快速傅里葉變換
【OpenCV 例程200篇】78. 頻率域圖像濾波基礎(chǔ)
【OpenCV 例程200篇】79. 頻率域圖像濾波的基本步驟
【OpenCV 例程200篇】80. 頻率域圖像濾波詳細(xì)步驟
【OpenCV 例程200篇】81. 頻率域高斯低通濾波器
【OpenCV 例程200篇】82. 頻率域巴特沃斯低通濾波器
【OpenCV 例程200篇】83. 頻率域低通濾波：印刷文本字符修復(fù)
【OpenCV 例程200篇】84. 由低通濾波器得到高通濾波器
【OpenCV 例程200篇】85. 頻率域高通濾波器的應(yīng)用
【OpenCV 例程200篇】86. 頻率域?yàn)V波應(yīng)用：指紋圖像處理
【OpenCV 例程200篇】87. 頻率域鈍化掩蔽
【OpenCV 例程200篇】88. 頻率域拉普拉斯高通濾波
【OpenCV 例程200篇】89. 帶阻濾波器的傳遞函數(shù)
【OpenCV 例程200篇】90. 頻率域陷波濾波器
【OpenCV 例程200篇】91. 高斯噪聲、瑞利噪聲、愛爾蘭噪聲
【OpenCV 例程200篇】92. 指數(shù)噪聲、均勻噪聲、椒鹽噪聲
【OpenCV 例程200篇】93. 噪聲模型的直方圖
【OpenCV 例程200篇】94. 算術(shù)平均濾波器
【OpenCV 例程200篇】95. 幾何均值濾波器
【OpenCV 例程200篇】96. 諧波平均濾波器
【OpenCV 例程200篇】97. 反諧波平均濾波器
【OpenCV 例程200篇】98. 統(tǒng)計(jì)排序?yàn)V波器
【OpenCV 例程200篇】99. 修正阿爾法均值濾波器
【OpenCV 例程200篇】100. 自適應(yīng)局部降噪濾波器

總結(jié)

以上是生活随笔為你收集整理的【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。