- 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
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
#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;