利用OpenCV4.9制作自己的线性滤波器！

返回:OpenCV系列文章目录（持续更新中......）

上一篇：OpenCV4.9使用 inRange 的阈值操作

下一篇 :OpenCV系列文章目录（持续更新中......）

目标

在本教程中，您将学习如何：

• 使用 OpenCV 函数 **filter2D()**建您自己的线性过滤器。

理论

注意:

下面的解释属于 Bradski 和 Kaehler 的 Learning OpenCV 一书。

相关

从非常一般的意义上讲，关联是图像的每个部分与运算符（内核）之间的操作。

什么是内核？

内核本质上是一个固定大小的数值系数数组，以及该数组中的锚点，该锚点通常位于中心。

与内核的关联是如何工作的？

假设您想知道图像中特定位置的结果值。相关性的值按以下方式计算：

1. 将内核锚点放在确定的像素上，内核的其余部分覆盖图像中相应的局部像素。
2. 将核系数乘以相应的图像像素值，然后对结果求和。
3. 将结果放置在输入图像中锚点的位置。
4. 通过扫描整个图像上的内核，对所有像素重复该过程。

以等式的形式表示上述过程，我们将得到：

幸运的是，OpenCV 为您提供了 **filter2D()**函数，因此您不必编写所有这些操作。

这个程序是做什么的？

• 加载图像
• 执行规范化的框筛选器。例如，对于大小为 (size = 3） 的内核，内核为：

该程序将对大小为 3、5、7、9 和 11 的内核执行过滤器操作。

• 筛选器输出（包括每个内核）将在 500 毫秒内显示

代码:

C++

教程代码如下行所示。
您也可以从这里下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
 
using namespace cv;
 
int main ( int argc, char** argv )
{
 // Declare variables
 Mat src, dst;
 
 Mat kernel;
 Point anchor;
 double delta;
 int ddepth;
 int kernel_size;
 const char* window_name = "filter2D Demo";
 
 const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
 
 // Loads an image
 src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
 
 if( src.empty() )
 {
 printf(" Error opening image\n");
 printf(" Program Arguments: [image_name -- default lena.jpg] \n");
 return EXIT_FAILURE;
 }
 
 // Initialize arguments for the filter
 anchor = Point( -1, -1 );
 delta = 0;
 ddepth = -1;
 
 // Loop - Will filter the image with different kernel sizes each 0.5 seconds
 int ind = 0;
 for(;;)
 {
 // Update kernel size for a normalized box filter
 kernel_size = 3 + 2*( ind%5 );
 kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
 
 // Apply filter
 filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
 imshow( window_name, dst );
 
 char c = (char)waitKey(500);
 // Press 'ESC' to exit the program
 if( c == 27 )
 { break; }
 
 ind++;
 }
 
 return EXIT_SUCCESS;
}

解释

C++

加载图像

 const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
 
 // Loads an image
 src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
 
 if( src.empty() )
 {
 printf(" Error opening image\n");
 printf(" Program Arguments: [image_name -- default lena.jpg] \n");
 return EXIT_FAILURE;
 }

初始化参数

 // Initialize arguments for the filter
 anchor = Point( -1, -1 );
 delta = 0;
 ddepth = -1;

循环

执行无限循环，更新内核大小，并将线性滤波器应用于输入图像。让我们更详细地分析一下：

• 首先，我们定义过滤器将使用的内核。在这里：

 // Update kernel size for a normalized box filter
 kernel_size = 3 + 2*( ind%5 );
 kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);

第一行是将kernel_size更新为以下范围内的奇数值：[3,11]。第二行实际上是通过将其值设置为填充1's 的矩阵并通过将其除以元素数对其进行归一化来构建内核的。

• 设置完内核后，我们可以使用函数 **filter2D()**生成过滤器：

 // Apply filter
 filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );

• 参数表示：
  • src：源图片
  • dst：目标图像
  • ddepth ：dst 的深度。负值（如 \（-1\））表示深度与源相同。
  • kernel：要通过图像扫描的内核
  • anchor ：锚点相对于其内核的位置。位置 Point（-1， -1） 默认表示中心。
  • delta：在关联期间要添加到每个像素的值。默认情况下，它是 \（0\）
  • BORDER_DEFAULT：我们默认允许此值（以下教程中的更多详细信息）
• 我们的程序将实现一个 while 循环，每 500 毫秒，我们过滤器的内核大小将在指示的范围内更新。

结果

1. 编译上面的代码后，您可以执行它，并给出图像的路径作为参数。结果应为显示被归一化滤镜模糊的图像的窗口。每 0.5 秒，内核大小就会发生变化，如下面的一系列快照所示：

参考文献：

1：《Making your own linear filters!》---- Ana Huamán

---