本系列代码托管于:https://github.com/chintsan-code/opencv4-tutorials
本篇使用的项目为:blur
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, const char** argv) {
Mat src = imread("../sample/lena512color.bmp");
if (src.empty()) {
cout << "could not load image..." << endl;
return -1;
}
imshow("src", src);
// 均值模糊
// 相当于和下面的卷积核做卷积操作:
// 1 1 1
// 1 1 1
// 1 1 1
Mat mean_dst;
blur(src, mean_dst, Size(3, 3), Point(-1, -1));
imshow("mean dst", mean_dst);
// 高斯模糊
Mat gauss_dst;
GaussianBlur(src, gauss_dst, Size(5, 5), 15);
imshow("gaussina dst", gauss_dst);
// 盒子模糊 - 在这里等效于均值模糊
Mat box_dst;
boxFilter(src, box_dst, -1, Size(25, 25), Point(-1, -1), true, BORDER_DEFAULT);
imshow("box dst", box_dst);
waitKey(0);
destroyAllWindows();
return 0;
}
blur:均值模糊
void blur( InputArray src, OutputArray dst, Size ksize, Point anchor = Point(-1,-1), int borderType = BORDER_DEFAULT );
- src:输入图像,可以为任意通道,当进行滤波时,各通道的处理是独立的。但是深度只能为CV_8U, CV_16U, CV_16S, CV_32F或CV_64F
- dst:输出图像,与src具有相同的尺寸和类型
- ksize:卷积核尺寸
- anchor:锚点,将卷积结果赋值给哪个位置的像素。(-1, -1)代表卷积核中心位置
- borderType:图像边缘处理方式。注意是在卷积之前进行填充
- BORDER_CONSTANT:用指定像素值填充。iiiiii|abcdefgh|iiiiiii(用i填充)。在此不可用。
- BORDER_REPLICATE:用边缘像素填充。aaaaaa|abcdefgh|hhhhhhh
- BORDER_WRAP:包裹填充。cdefgh|abcdefgh|abcdefg。左填到右,右填到左,上填到下,下填到上
- BORDER_REFLECT_101。以边界为对称轴反射复制像素。gfedcb|abcdefgh|gfedcba
- BORDER_DEFAULT,即BORDER_REFLECT_101
关于锚点anchor:
关于边缘处理方式borderType,以BORDER_REFLECT_101为例:
GaussianBlur:高斯模糊。使用高斯滤波器进行滤波
一维高斯函数:
$$f(x)=e^{-\frac{x^2}{2\sigma^2}}$$
二维高斯函数:
$$f(x,y)=e^{-\frac{x^2 + y^2}{2\sigma^2}}$$
void GaussianBlur( InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );
- src:输入图像,可以为任意通道,当进行滤波时,各通道的处理是独立的。但是深度只能为CV_8U, CV_16U, CV_16S, CV_32F或CV_64F
- dst:输出图像,与src具有相同的尺寸和类型
- ksize:卷积核尺寸
- 宽度和高度可以不一致,但必须为正的奇数或0
- 当为0时,此时将通过sigma来自动计算
- sigmaX:X方向的高斯核标准偏差
- sigmaY:Y方向的高斯核标准偏差。如果sigmaY为0,那么它将会等于sigmaX;如果它们都等于0,将会通过ksize来自动计算
- borderType:图像边缘处理方式
boxFilter:盒子模糊
void boxFilter( InputArray src, OutputArray dst, int ddepth, Size ksize, Point anchor = Point(-1,-1), bool normalize = true, int borderType = BORDER_DEFAULT );
- src:输入图像
- dst:输出图像,与输入具有相同的尺寸和类型
- ddepth:输出图像的深度。当为-1时,与输入图像一致
- ksize:卷积核尺寸
- anchor:锚点
- normalize:是否做归一化。当为true时,等效果于blur,事实上均值模糊blur就是归一化盒子模糊
- borderType:图像边缘处理方式
高斯模糊与盒子模糊的差异
高斯模糊在中心位置(锚点)的卷积核权重会比周围的大,对细节保留得好一些。
评论 (0)