OpenCV筆記（三） 線性濾波

對畫素(i, j)做線性濾波的方法：

1. 做乙個3x3的矩陣，分別賦予(i, j)和它的4鄰域和d鄰域相應的權值。

2. 計算。

示例**如下：

1

void sharpen(const mat& myimage,mat&result)221
}2223 result.row(0).setto(scalar(0
));24 result.row(result.rows-1).setto(scalar(0
));25 result.col(0).setto(scalar(0
));26 result.col(result.cols-1).setto(scalar(0
));27 }

-1,  5, -1,

0,  -1, 0)

函式當中使用ptr方法，返回指向某行的指標，用來遍歷當前行的每個位元組，而非畫素。

另外，第18行中使用了saturate_cast這個模板函式，它重新包裝了c++當中的型別轉換，當左邊的值的範圍不足以接收右邊的值的範圍的時候，這個轉換並非簡單地截斷位數，而是選擇最接近的合法值。

第23行，row(0)和col(0)分別返回第0行和第0列的所有元素構成的mat。

setto(scalar(0))方法呼叫，將呼叫它的mat所有元素設為scalar(0)。

opencv實現了線性濾波的方法：filter2d。

1     mat kern = (mat_(3,3) <<  0, -1,  0

,2 -1, 5, -1,3
0, -1, 0
);4 t = (double
)gettickcount();
5 filter2d(i, k, i.depth(), kern ); /* 其中i是輸入的mat，k是輸出的mat*/

c++:void filter2d

(inputarraysrc, outputarraydst, intddepth, inputarraykernel, pointanchor=point(-1,-1), doubledelta=0, intbordertype=border_default )

前面四個引數都很清楚了。

第五個引數anchor是中心點在kernel矩陣中的相對位置。可能有點抽象，看下面這個式子，就清楚anchor了：

第六個引數delta，是在將結果儲存至dst之前，加上乙個常數。

第七個引數bordertype，暫時沒看是什麼。

opencv非線性濾波 中值 雙邊濾波

中值濾波的核心係數全是1，通過對模板係數對應的影象畫素進行統計排序，找到中值，能夠很好地排除掉較大或較小的雜訊，例如椒鹽雜訊 形象的說就是在影象中的一些黑 白點 脈衝雜訊等。缺點 統計排序時間較長 void medianblur inputarray src,outputarray dst,int ...

opencv 自定義線性濾波

卷積概念 卷積是影象處理的乙個操作，是依據kernel對影象每個畫素點進行操作，kernel本質上是乙個固定大小的矩陣陣列，其中心為錨點。把kernel放在畫素的陣列之上，求錨點周圍覆蓋的畫素乘積之和 包括錨點 用其來替換錨點下的畫素值。稱之為卷積操作。公式如圖所示。依次對影象進行該操作。常見運算元...

opencv 自定義線性濾波

自定義線性濾波 效果 在學習自定義線性濾波前，需要了解卷積的相關概念 影象中的卷積 最常見的運算元 在邊緣檢測中經常用到，是canny邊緣檢測中重要的一步，通過sobel運算元得到梯度 銳化的掩膜中間是5，拉普拉斯運算元中間是4 拉普拉斯運算元和sobel運算元被用來尋找梯度 尋找影象的邊緣 和掩膜...