opencv c++ 2

自定义线性滤波

l卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。

lKernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)

把kernel放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来替换锚点覆盖下像素点值称为卷积处理

Robert算子

#include "cv.hpp"
#include<iostream>
#include<ctime>
#include<random>
using namespace cv;
using namespace std;

int main()
{
	Mat src, robertimg;
	src = imread("../0.jpg");
	imshow("src", src);
	//robert x方向
	Mat robert_x = (Mat_<int>(2, 2) << 1, 0, 0, -1);
	filter2D(src, robertimg, -1, robert_x, Point(-1, -1), 0.0);
	imshow("robert_x", robertimg);
	//robert y方向
	Mat robert_y = (Mat_<int>(2, 2) << 0, 1, -1, 0);
	filter2D(src, robertimg, -1, robert_y, Point(-1, -1), 0.0);
	imshow("robert_y", robertimg);
	waitKey();
}

Sobel算子

#include<random>
using namespace cv;
using namespace std;

int main()
{
	Mat src, sobelimg;
	src = imread("../0.jpg");
	imshow("src", src);
	//sobel x方向
	Mat sobel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2, 0, 2, -1, 0, 1);
	filter2D(src, sobelimg, -1, sobel_x, Point(-1, -1), 0.0);
	imshow("sobel_x", sobelimg);
	//sobel y方向
	Mat sobel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);
	filter2D(src, sobelimg, -1, sobel_y, Point(-1, -1), 0.0);
	imshow("sobel_y", sobelimg);

	waitKey();
}

拉普拉斯算子

#include "cv.hpp"
#include<iostream>
#include<ctime>
#include<random>
using namespace cv;
using namespace std;

int main()
{
	Mat src, laimg;
	src = imread("../0.jpg");
	imshow("src", src);
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
	filter2D(src, laimg, -1, kernel, Point(-1, -1), 0.0);
	imshow("拉普拉斯", laimg);
	waitKey();
}

自定义卷积模糊

#include "cv.hpp"
#include<iostream>
#include<ctime>
#include<random>
using namespace cv;
using namespace std;

int main()
{
	Mat src, img, kernel;
	src = imread("../0.jpg");
	imshow("src", src);
	
	int c = 0;
	int index = 1;
	int ksize;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27)
		{
			break;
		}
		ksize = 3 + 2 * (index % 9);
		kernel = Mat::ones(Size(ksize, ksize), CV_32F)/(float)(ksize*ksize);
		filter2D(src, img, -1, kernel, Point(-1, -1), 0);
		imshow("自定义卷积模糊", img);
		index++;
	}
	waitKey();
}

卷积边缘问题

图像卷积的时候边界像素，不能被卷积操作，原因在于边界像素没有完全跟kernel重叠，所以当3x3滤波时候有1个像素的边缘没有被处理，5x5滤波的时候有2个像素的边缘没有被处理。

在卷积开始之前增加边缘像素，填充的像素值为0或者RGB黑色，比如3x3在

四周各填充1个像素的边缘，这样就确保图像的边缘被处理，在卷积处理之

后再去掉这些边缘。openCV中默认的处理方法是： BORDER_DEFAULT，此外

常用的还有如下几种：

- BORDER_CONSTANT – 填充边缘用指定像素值

- BORDER_REPLICATE – 填充边缘像素用已知的边缘像素值。

- BORDER_WRAP – 用另外一边的像素来补偿填充

给图像添加边缘API

copyMakeBorder（
- Mat src, // 输入图像
- Mat dst, // 添加边缘图像
- int top, // 边缘长度，一般上下左右都取相同值，
- int bottom,
- int left,
- int right,
- int borderType // 边缘类型
- Scalar value
）

猜你喜欢