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
财经资讯数据_灵砚智能1 天前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年4月28日
大数据·人工智能·python·信息可视化·自然语言处理
武科大许志伟1 天前
课题组学习南京大学陈贵海教授“自演进异构融合的边缘智能计算”的专题学术报告
人工智能
地球资源数据云1 天前
2015年中国30米分辨率沼泽湿地空间分布数据集
大数据·数据结构·数据库·人工智能·机器学习
郝学胜-神的一滴1 天前
深度学习核心:损失函数完全解析 —— 从原理到 PyTorch 实战
人工智能·pytorch·python·深度学习·机器学习
数据与后端架构提升之路1 天前
自动驾驶数据闭环中,Video Clip 的多模态特征到底怎么提取?
人工智能·机器学习·自动驾驶
sali-tec1 天前
C# 基于OpenCv的视觉工作流-章56-OCR
图像处理·人工智能·opencv·算法·计算机视觉·ocr
StfinnWu1 天前
论文阅读:Frequency Domain-Based Diffusion Model for Unpaired Image Dehazing
人工智能·计算机视觉
链上日记1 天前
WEEX Labs:当 AI 制造视觉迷雾,Web3 正在重塑信息的透明边界
人工智能·制造
木心术11 天前
AI在FPGA中实现多平台射频信号时隙调整参考及案例
人工智能·fpga开发·信息与通信
云布道师1 天前
阿里云 Tablestore 为 Hermes Agent 构建记忆系统最佳实践
网络·人工智能·阿里云