OpenCV制作自己的線性濾鏡

目標

在本教程中，您將學習如何：

• 使用OpenCV函數cv :: filter2D創(chuàng)建自己的線性過濾器。

理論

注意

下面的解釋屬于Bradski和Kaehler 的“ 學習OpenCV ”一書。

關聯(lián)

在非常一般的意義上，相關性是圖像的每個部分和運算符（內核）之間的操作。

什么是內核？

內核本質上是固定大小的數字系列數組，以及該陣列中的一個錨點，通常位于中心。

與內核的關聯(lián)如何工作？

假設您想知道圖像中特定位置的結果值。相關值的計算方式如下：

1. 將內核錨放置在確定的像素的頂部，其余核心覆蓋圖像中的相應局部像素。
2. 將內核系數乘以相應的圖像像素值并對結果求和。
3. 將結果放置在輸入圖像中錨點的位置。
4. 通過在整個圖像上掃描內核來重復所有像素的過程。

以方程式的形式表達上述程序，我們將具有：

幸運的是，OpenCV為您提供了函數cv :: filter2D，因此您不必對所有這些操作進行編碼。

Code

1. 這個程序是做什么的？

• 加載圖像
  
• 執(zhí)行標準化的盒式過濾器。例如，對于的內核，內核將是：size=3,

   該程序將使用大小為3,5,7,9和11的內核執(zhí)行過濾操作。

• 過濾器輸出（每個內核）將在500毫秒內顯示

   2. 教程代碼如下所示。您也可以從這里下載

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int main ( int argc, char** argv )
{
  Mat src, dst;
  Mat kernel;
  Point anchor;
  double delta;
  int ddepth;
  int kernel_size;
  const char* window_name = "filter2D Demo";
  String imageName("../data/lena.jpg"); // by default
  if (argc > 1)
  {
    imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  anchor = Point( -1, -1 );
  delta = 0;
  ddepth = -1;
  int ind = 0;
  for(;;)
       {
         char c = (char)waitKey(500);
         if( c == 27 )
           { break; }
         kernel_size = 3 + 2*( ind%5 );
         kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
         filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
         imshow( window_name, dst );
         ind++;
       }
  return 0;
}
Explanation

說明

• 加載圖像
  

  String imageName("../data/lena.jpg"); // by default
  if (argc > 1)
  {
    imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }

• 初始化線性濾波器的參數
  

  anchor = Point（-1，-1）;
  delta = 0;
  ddepth = -1;

• 執(zhí)行無限循環(huán)更新內核大小，并將我們的線性濾波器應用于輸入圖像。我們來詳細分析一下：
• 首先我們定義我們的過濾器將要使用的內核。這里是：

         kernel_size = 3 + 2*( ind%5 );
         kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);

第一行是將kernel_size更新為在范圍內的奇數值：[3,11]。第二行實際上通過將其值設置為1′s 填充矩陣并通過將其除以元素數量進行規(guī)范化來構建內核。

• 設置內核后，我們可以使用函數cv :: filter2D來生成過濾器：
  

1. src：源圖像
2. dst：目的地圖像
3. ddepth：深度dst。負值（如?1）表示深度與源相同。
4. 內核：要通過圖像掃描的內核
5. anchor：錨點相對于其內核的位置。位置點（-1，-1）表示默認的中心。
6. delta：在關聯(lián)期間要添加到每個像素的值。默認情況下為0
7. BORDER_DEFAULT：我們默認設置此值（以下教程中有更多詳細信息）

• 我們的方案將實行一個而循環(huán)，每500毫秒我們的過濾器的內核大小的范圍進行更新顯示。
  

結果

1. 在編譯上面的代碼之后，可以執(zhí)行它作為參數作為圖像的路徑。結果應該是一個窗口，顯示由歸一化過濾器模糊的圖像。每個0.5秒的內核大小應該改變，從下面的一系列快照可以看出：