OpenCV图像滤波(8)getGaborKernel()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

该函数返回 Gabor 滤波器系数。

Gabor 滤波器在图像处理中非常有用,特别是在纹理分析、特征提取和边缘检测等领域。

函数原型

cpp 复制代码
Mat cv::getGaborKernel
(
	Size 	ksize,
	double 	sigma,
	double 	theta,
	double 	lambd,
	double 	gamma,
	double 	psi = CV_PI *0.5,
	int 	ktype = CV_64F 
)		

参数

  • 参数ksize 返回的滤波器的大小。
  • 参数sigm 高斯包络的标准差。
  • 参数theta Gabor 函数中平行条纹的法线方向。
  • 参数lambd 正弦因子的波长。
  • 参数gamma 空间纵横比。
  • 参数psi 相位偏移。
  • 参数ktype 相位偏移。

代码示例

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 );

    // 获取 Gabor 核
    cv::Mat kernel = cv::getGaborKernel( cv::Size( 3, 3 ), 1.0, CV_PI / 4, 1.0, 0.5, 0, CV_32F );

    // 应用 Gabor 核
    cv::Mat filtered;
    cv::filter2D( src, filtered, -1, kernel );

    // 显示图像
    cv::namedWindow( "Original Image", cv::WINDOW_NORMAL );
    cv::imshow( "Original Image", src );

    cv::namedWindow( "Filtered Image", cv::WINDOW_NORMAL );
    cv::imshow( "Filtered Image", filtered );

    cv::waitKey( 0 );

    return 0;
}

运行结果

当:cv::Mat kernel = cv::getGaborKernel( cv::Size( 3, 3 ), 1.0, CV_PI / 4, 1.0, 0.5, 0, CV_32F )时;

当:cv::Mat kernel = cv::getGaborKernel( cv::Size( 5, 5 ), 1.0, CV_PI / 4, 1.0, 0.5, 0, CV_32F )时;

当:cv::Mat kernel = cv::getGaborKernel( cv::Size( 5, 5), 1.0, CV_PI / 4, 1.0, 0.5, 1, CV_32F )时;

相关推荐
乌旭2 小时前
量子计算与GPU的异构加速:基于CUDA Quantum的混合编程实践
人工智能·pytorch·分布式·深度学习·ai·gpu算力·量子计算
deephub3 小时前
CLIMB自举框架:基于语义聚类的迭代数据混合优化及其在LLM预训练中的应用
人工智能·深度学习·大语言模型·聚类
思通数科AI全行业智能NLP系统4 小时前
AI视频技术赋能幼儿园安全——教师离岗报警系统的智慧守护
大数据·人工智能·安全·目标检测·目标跟踪·自然语言处理·ocr
struggle20255 小时前
deepseek-cli开源的强大命令行界面,用于与 DeepSeek 的 AI 模型进行交互
人工智能·开源·自动化·交互·deepseek
ocr_sinosecu16 小时前
OCR定制识别:解锁文字识别的无限可能
人工智能·机器学习·ocr
奋斗者1号6 小时前
分类数据处理全解析:从独热编码到高维特征优化
人工智能·机器学习·分类
契合qht53_shine6 小时前
深度学习 视觉处理(CNN) day_02
人工智能·深度学习·cnn
就叫飞六吧6 小时前
如何判断你的PyTorch是GPU版还是CPU版?
人工智能·pytorch·python
zsffuture6 小时前
opencv 读取3G大图失败,又不想重新编译opencv ,可以如下操作
人工智能·opencv·webpack
AntBlack7 小时前
别说了别说了 ,Trae 已经在不停优化迭代了
前端·人工智能·后端