OpenCV图像滤波(16)应用分离式滤波器函数sepFilter2D()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

对图像应用分离式线性滤波器。

该函数对图像应用分离式线性滤波器。首先，src 的每一行都用 1D 内核 kernelX 进行滤波。然后，结果的每一列都用 1D 内核 kernelY 进行滤波。最终结果加上 delta 后存储在 dst 中。

sepFilter2D() 函数是 OpenCV 中用于应用分离式滤波器的一种高效方法。这种滤波器可以将二维卷积分解为两个一维卷积操作，从而显著减少计算量。

函数原型

void cv::sepFilter2D
(
	InputArray 	src,
	OutputArray 	dst,
	int 	ddepth,
	InputArray 	kernelX,
	InputArray 	kernelY,
	Point 	anchor = Point(-1,-1),
	double 	delta = 0,
	int 	borderType = BORDER_DEFAULT 
)		

参数

• 参数src 输入图像。
• 参数dst 输出图像；与输入图像具有相同的大小和通道数。
• 参数ddepth 输出图像深度，参见 combinations
• 参数kernelX 用于过滤每一行的系数矩阵。
• 参数kernelY 用于过滤每一列的系数矩阵。
• 参数anchor 内核中的锚点位置。默认值 (-1, -1) 表示锚点位于内核中心。
• 参数delta 在存储结果之前添加到过滤结果的值。
• 参数borderType 像素外推方法，参见 BorderTypes。BORDER_WRAP 不支持。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_GRAYSCALE );

    if ( img.empty() )
    {
        std::cout << "无法加载图像，请检查路径是否正确。" << std::endl;
        return -1;
    }

    cv::Size sz2Sh( 400, 600 );
    cv::resize( img, img, sz2Sh, 0, 0, cv::INTER_LINEAR_EXACT );

    // 定义滤波器核
    cv::Mat kernelX = ( cv::Mat_< float >( 1, 3 ) << 1, 0, -1 );
    cv::Mat kernelY = ( cv::Mat_< float >( 3, 1 ) << 1, 2, 1 );

    // 应用分离式线性滤波器
    cv::Mat dst;
    cv::sepFilter2D( img, dst, CV_32F, kernelX, kernelY );

    // 转换为绝对值
    cv::Mat abs_dst;
    cv::convertScaleAbs( dst, abs_dst );

    // 显示结果
    cv::namedWindow( "Original Image", cv::WINDOW_NORMAL );
    cv::imshow( "Original Image", img );

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

    cv::waitKey( 0 );  // 等待按键

    return 0;
}

运行结果