目標：

使用OpenCV中的函數cv::filter2D 自定義線性濾波器。

理論：

卷積

在一個非常普遍的意義上，卷積是一個圖像的每一個部分和一個核之間的操作。

什么是核？

一個核實質上是一個固定大小矩陣，中心點被稱為錨點，如下圖所示。

如何利用卷積核進行卷積　？

假設您想知道圖像中某個特定位置的結果值。卷積的值以下列方式計算：
１）　將核的錨點（中心點）放在要計算像素上，卷積核剩余的部分對應在圖像相應的像素上。
２）　用卷積核中的系數和圖像中相應的像素值相乘，并求和。
３）　將最終結果賦值給錨點對應的像素。
４）　通過將核在整個圖像滑動，重復以上計算過程直到處理完所有的像素。

用一個表達式表示以上過程如下：

代碼

#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; }

結果

執行一個normalized box filter。例如核的大小為３．如下圖：

代碼執行時和的大小為３，５，７，９和１１的結果如下：

總結

以上是生活随笔為你收集整理的自定义线性滤波器的全部內容，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。