13 OpenCv自定义线性滤波

文章目录

卷积
算子
示例

卷积

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)

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

Sum = 8x1+6x1+6x1+2x1+8x1+6x1+2x1+2x1+8x1
New pixel = sum / (m*n)

算子

Robert算子

在这里插入图片描述

Robert X 方向
Mat kernel_x = (Mat_<int>(3, 3) << 1, 0, 0, -1);
filter2D(src, dst, -1, kernel_x, Point(-1, -1), 0.0);

Sobel算子

在这里插入图片描述

Sobel X 方向
Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
filter2D(src, dst, -1, kernel_x, Point(-1, -1), 0.0);

拉普拉斯算子

在这里插入图片描述

Mat kernel_y = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
filter2D(src, dst, -1, kernel_y, Point(-1, -1), 0.0);

示例

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;Mat src, gray_src, dst;const char* output_title = "binary image";
int main()
{src = imread("test.jpg");//读取图片if (src.empty()){cout << "could not load img...";return -1;}namedWindow(output_title);//设置窗口名称imshow(output_title, src);int ksize = 0;int c = 0;int index = 0;while (true) {c = waitKey(500);if ((char)c == 27) {// ESC 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(output_title, dst);}waitKey(0);return 0;
}