OpenCV图像滤波(7)cv::getDerivKernels() 函数的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

函数返回用于计算空间图像导数的滤波系数。

该函数计算并返回用于空间图像导数的滤波系数。当 ksize=FILTER_SCHARR 时,生成 Scharr 3x3 核(参见 Scharr)。否则,生成 Sobel 核(参见 Sobel)。这些滤波器通常传递给 sepFilter2D 或其他函数。

这些系数可以用于计算图像的梯度,这对于边缘检测和其他基于梯度的图像处理任务非常重要。

函数原型

cpp 复制代码
void cv::getDerivKernels	
(
	OutputArray 	kx,
	OutputArray 	ky,
	int 	dx,
	int 	dy,
	int 	ksize,
	bool 	normalize = false,
	int 	ktype = CV_32F 
)		

参数

  • 参数kx 输出矩阵,包含行滤波系数。其类型为 ktype。
  • 参数ky 输出矩阵,包含列滤波系数。其类型为 ktype。
  • 参数dx 关于 x 的导数阶数。
  • 参数dy 关于 y 的导数阶数。
  • 参数ksize 孔径大小。它可以是 FILTER_SCHARR、1、3、5 或 7
  • 参数normalize 标志,指示是否归一化(缩放)滤波系数。理论上,系数应该具有分母 =2 * ksize^2 - dx - dy - 2。如果你打算过滤浮点图像,你可能会使用归一化的内核。但是,如果你计算 8 位图像的导数,将结果存储在 16 位图像中,并希望保留所有的小数位,你可能想要设置 normalize=false。
  • 参数ktype 这是指滤波系数的数据类型。它可以是 CV_32F(32 位浮点数)或 CV_64F(64 位浮点数)。

示例代码

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

int main( int argc, char** argv )
{
    // 读取图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_GRAYSCALE );

    if ( src.empty() )
    {
        std::cout << "Error: Image cannot be loaded!" << std::endl;
        return -1;
    }
    cv::Size sz2Sh( 400, 600 );

    cv::resize( src, src, sz2Sh, 0, 0, cv::INTER_LINEAR_EXACT );

    imshow( "原图", src );

    cv::Mat dst;

    cv::Mat kx, ky;
    cv::getDerivKernels( kx, ky, 1, 0, 3, false );
    cv::sepFilter2D( src, dst, src.depth(), kx, ky );
    imshow( "sepFilter2D", dst );

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

运行结果

参数是cv::getDerivKernels( kx, ky, 1, 0, 3, false )时:

参数是cv::getDerivKernels( kx, ky, 1, 0, 5, false )时:

相关推荐
可乐ea6 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen7 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷7 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘7 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术7 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
AllData公司负责人8 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
数字新视界8 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
阿里云大数据AI技术8 小时前
阿里云 EMR Serverless StarRocks(Stella)× Paimon:让多模态数据湖从“存得下”走向“找得到、用得上”
人工智能
class心平气和8 小时前
AI 赋能测试流程:从基础概念到测试全流程实战
人工智能
猿人谷8 小时前
遗传编程的未来:从进化搜索到自主发现求解方法
人工智能·深度学习·神经网络·ai-native