opencv学习图像低通滤波

知识点：
1.滤波选择性的提取图像中呗认为传达重要信息的部分。滤波除去图像中的噪声，提取感兴趣的视觉特征，允许图像重采样等。
2.观察图像中变化的频率描述图像的方式成为频域，通过观察灰度分布来描述一幅图像呗成为空间域。
在频域分析的框架下，滤波操作的作用是增强部分频段，同时限制其他频段。
3.当滤波器的作用将一个像素替代为相邻像素的加权总和时，为线性的。
箱式滤波器将一个像素替换为相邻矩形内的像素和，并处以相邻像素的个数（以得到平均值），其是线性的。

低通滤波器：
箱式滤波器：将每个像素替换为相邻像素的平均值。
cv::blur：将每个像素替换为相邻像素的平均值

void blur( InputArray src, OutputArray dst, 
Size ksize, Point anchor = Point(-1,-1), 
int borderType = BORDER_DEFAULT );

箱式滤波器：

#include <iostream>
#include <opencv2\opencv.hpp>

int main()
{
    cv::Mat image = cv::imread("C:\\Users\\Shenny Zhang\\Desktop\\2.jpg", 0);
    cv::namedWindow("Original Image");
    cv::imshow("Original Image", image);

    // Blur the image
    cv::Mat result;
    cv::blur(image, result, cv::Size(5, 5));
    cv::namedWindow("filtered Image");
    cv::imshow("filtered Image", result);

    cv::waitKey(0);
    return 0;
}

**高斯滤波CV::GaussianBlur()**

void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT)

应用一个线性滤波器意味着沿着图像每个像素像素移动一个核，并把每个像素乘上相对应的权重。这个过程在数学上称为卷积。
通过Mat getGaussianKernel( int ksize, double sigma, int ktype = CV_64F )可以获得高斯滤波的核矩阵。
缩小图片尺寸：先低通滤波然后再隔行隔列处理，否则会有瑕疵。可以使用

void pyrDown( InputArray src, OutputArray dst, 
const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );

注意Size(width, height) 相当于矩阵中的列乘行
对于src和dst的宽和高需要满足 abs(src-2*dst)<2，这个函数只能用来将原图尺寸减半，即dst是src尺寸的一半，所以只需指明输入和输出的参数即可，其他用作默认值。
增大图片尺寸可以用：

void pyrUp( InputArray src, OutputArray dst, 
const Size& dstsize = Size(), int borderType = BORDER_DEFAULT );

这个函数输出的图片尺寸是原图的2倍

void resize( InputArray src, OutputArray dst, 
Size dsize, double fx = 0, double fy = 0, 
int interpolation = INTER_LINEAR );

src：输入，原图像，即待改变大小的图像；
dst：输出，改变大小之后的图像，这个图像和原图像具有相同的内容，只是大小和原图像不一样而已；
dsize：输出图像的大小。如果这个参数不为0，那么就代表将原图像缩放到这个Size(width，height)指定的大小；如果这个参数为0，那么原图像缩放之后的大小就要通过下面的公式来计算：

dsize = Size(round(fx*src.cols), round(fy*src.rows))

其中，fx和fy就是下面要说的两个参数，是图像width方向和height方向的缩放比例。
fx：width方向的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算；
fy：height方向的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算；
interpolation：这个是指定插值的方式，图像缩放之后，肯定像素要进行重新计算的，就靠这个参数来指定重新计算像素的方式，有以下几种：
INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
INTER_CUBIC - 4x4像素邻域内的双立方插值
INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

opencv学习 图像低通滤波

猜你喜欢

opencv学习图像低通滤波