opencv卷積核處理

關於卷積 這篇博文安利

高斯濾波的

卷積核就是影象處理時，給定輸入影象，在輸出影象中每乙個畫素是輸入影象中乙個小區域中畫素的加權平均，其中權值由乙個函式定義，這個函式稱為卷積核。

其主要方法是通過確定的核塊來檢測影象的某個區域，之後根據所檢測的畫素與其他周圍存在的畫素的來讀差值來改變畫素明亮度。

乙個三維的卷積核 作用是計算**畫素與周圍畫素的亮度差值 如果亮度差距過大 本身影象的**亮度較少 經過卷積後 **亮度會增加使之更加突出。

kernel33 = np.array[[-1,-1,-1],[-1,8,-1],[-1,-1,-1]]

kernel33 = np.array[[1,1,1],[-1,8,-1],[1,1,1]]

import numpy as np

import cv2
from scipy import ndimage
kernel33 = np.array([[-1,-1,-1],
[-1, 8,-1],
[-1,-1,-1]])
kernel33_d = np.array([[1 , 1, 1],
[-1, 8,-1],
[ 1, 1, 1]])
img = cv2.imread("c:/users/administrator/desktop/p/lena.jpg",0) #0代表以灰度圖讀取
cv2.imshow("img",img)
lightimg = ndimage.convolve(img,kernel33_d)
cv2.imshow("img",lightimg)
cv2.waitkey()

下面使用高斯模糊處理

明顯可以看出高斯濾波處理效果更好

filter2d

cv2.filter2d(src,-1,kernel,dst)

OpenCV的卷積核處理

1 計算機視覺的三種不同色彩空間 opencv中可以操作和使用的色彩空間有上百種之多，但是對於計算機視覺處理來說，一般常用的色彩空間有三種，即灰度 bgr以及hsv bgr 即藍綠紅空間。在這個空間中，每個畫素都是由乙個三維陣列表示，分別代表藍 綠 紅這三種顏色。2 卷積核與影象特徵提取 在 ope...

opencv學習筆記 卷積和核

高度概括地說，卷積是在每乙個影象塊與某個運算元 核 之間進行的運算。核說白了就是乙個固定大小的數值陣列。該陣列帶有乙個 錨點 一般位於陣列 假如你想得到影象的某個特定位置的卷積值，可用下列方法計算 將核的錨點放在該特定位置的畫素上，同時，核內的其他值與該畫素鄰域的各畫素重合 將核內各值與相應畫素值相...

opencv自定義卷積核

include opencv2 imgproc imgproc.hpp include opencv2 highgui highgui.hpp using namespace cv mat get blur kernel int kernel size 獲得歸一化濾波的卷積核 int main in...