第16课 自定义线性滤波

1. 卷积

1.1 卷积的概念

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

1.2 卷积如何工作

• 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。数学表达如下：
• 锚点像素值New pixel = sum / (mn)，mn为kernel的大小
  

2. 常见的算子

2.1 Robert算子

分别找出45°和-45°角的特征。

2.2 Sobel算子

分别找出竖直特征和水平特征。

2.3 拉普拉斯算子

找出所有特征。

3. 自定义卷积模糊

自定义一个卷积核kernel，即结构元素，例如全为1的kernel，kernel越大越模糊。

4. 相关API

filter2D()方法：给一幅图进行卷积操作。

filter2D(
Mat src, //输入图像
Mat dst, // 输出图像
int depth, // 图像深度32/8，通常设为-1
Mat kernel, // 卷积核/模板大小
Point anchor, // 锚点位置，通常为Point（-1， -1）
double delta // 计算出来的像素+delta
)

5. 例程

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


using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	int ksize = 0;//自定义模糊结构元素大小

	src = imread("D:/resource/images/face.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	imshow("input image", src);

	// Robert X 方向
	Mat RobertX;
	Mat kernel_RobertX = (Mat_<int>(2, 2) << 1, 0, 0, -1);
	filter2D(src, RobertX, -1, kernel_RobertX, Point(-1, -1), 0.0);
	imshow("RobertX image", RobertX);
	//imwrite("D:/resource/output/RobertX.jpg", RobertX);


	// Robert Y 方向
	Mat RobertY;
	Mat kernel_RobertY = (Mat_<int>(2, 2) << 0, 1, -1, 0);
	filter2D(src, RobertY, -1, kernel_RobertY, Point(-1, -1), 0.0);
	imshow("RobertY image", RobertY);
	//imwrite("D:/resource/output/RobertY.jpg", RobertY);


	// Sobel X 方向
	Mat SobleX;
	Mat kernel_SobelX = (Mat_<int>(3, 3) << -1, 0, 1, -2, 0 , 2, -1, 0, 1);
	filter2D(src, SobleX, -1, kernel_SobelX, Point(-1, -1), 0.0);
	imshow("SobleX image", SobleX);
	//imwrite("D:/resource/output/SobelX.jpg", SobleX);

	// Sobel Y 方向
	Mat SobleY;
	Mat kernel_SobelY = (Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);
	filter2D(src, SobleY, -1, kernel_SobelY, Point(-1, -1), 0.0);
	imshow("SobleY image", SobleY);
	//imwrite("D:/resource/output/SobelY.jpg", SobleY);

	// 拉普拉斯算子
	Mat dst1;
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
	filter2D(src, dst1, -1, kernel, Point(-1, -1), 0.0);
	imshow("拉普拉斯", dst1);
	//imwrite("D:/resource/output/L.jpg", dst1);


	//自定义模糊
	int c = 0;
	int index = 0;
	while (true) {
		c = waitKey(500);
		if ((char)c == 27) {// ESC退出 
			break;
		}
		ksize = 5 + (index % 8) * 2;
		Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize);
		filter2D(src, dst, -1, kernel, Point(-1, -1));
		index++;
		imshow("自定义模糊 ", dst);
		//imwrite("D:/resource/output/DIY.jpg", dst);

	}

	//waitKey(0);
	return 0;
}