OpenCV CUDA模块图像过滤------用于创建一个最大值盒式滤波器(Max Box Filter)函数createBoxMaxFilter()

  • 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

createBoxMaxFilter()函数创建的是一个 最大值滤波器(Maximum Filter),它对图像中每个像素邻域内的像素值取最大值。常用于:

  • 去除暗噪声(dark noise)
  • 提取局部最大值区域
  • 膨胀操作的替代方法之一

与 cv::cuda::createBoxFilter 类似,但它的卷积核不是加权平均,而是取最大值。

函数原型

cpp 复制代码
Ptr<Filter> cv::cuda::createBoxMaxFilter 	
(
 		int  	srcType,
 		Size  	ksize,
		Point  	anchor = Point(-1, -1),
		int  	borderMode = BORDER_DEFAULT,
		Scalar  	borderVal = Scalar::all(0) 
	) 		

参数

  • srcType 输入/输出图像类型。仅支持 CV_8UC1 和 CV_8UC4。

  • ksize 核大小(卷积核的宽度和高度)。

  • anchor 锚点。默认值 (-1) 表示锚点位于卷积核中心。

  • borderMode 像素外推方法(边界填充方式)。详细信息,请参见 borderInterpolate。

  • borderVal 默认边界值

代码示例

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

int main()
{
    // 读取图像
    cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );  // 确保是单通道图像
    if ( h_img.empty() )
    {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    // 上传图像到 GPU
    cv::cuda::GpuMat d_src, d_dst;
    d_src.upload( h_img );

    // 创建 Max Box Filter(支持 CV_8UC1 或 CV_32FC1)
    cv::Ptr< cv::cuda::Filter > maxFilter = cv::cuda::createBoxMaxFilter( d_src.type(),         // 输入图像类型
                                                                          cv::Size( 5, 5 ),     // 卷积核大小
                                                                          cv::Point( -1, -1 ),  // 锚点默认为中心
                                                                          cv::BORDER_DEFAULT    // 默认边界处理
    );

    // 应用滤波器
    maxFilter->apply( d_src, d_dst );

    // 下载结果回 CPU
    cv::Mat h_dst;
    d_dst.download( h_dst );

    // 显示结果
    cv::imshow( "Original", h_img );
    cv::imshow( "Max Filtered", h_dst );
    cv::waitKey( 0 );

    return 0;
}

运行结果

相关推荐
lee_curry8 小时前
AI Agent 工程师完整学习路线(面向生产级项目与面试)
人工智能·学习·ai·面试·agent
大模型真好玩8 小时前
DeepSeek Harness 入门很简单(二)——DeepSeek Harness通用设置及Agent预设详解
人工智能·agent·deepseek
前端世界8 小时前
基于 Linux 的本地 AI 智能问答平台搭建实践 —— Ollama + FastAPI + Nginx 实现本地大模型 Web 服务
linux·运维·人工智能
小小小小钰儿8 小时前
1.2-AI核心理论与术语
人工智能·计算机·网络安全·信息安全·程序员·编程
桃西西呀8 小时前
"循环深度"让小模型免费变大?GPT-6 Astra 背后的潜空间推理原理,8 个误读我替你拆了
人工智能·gpt·llm
数智工坊8 小时前
NTIRE2024×4图像超分竞赛综述|Mamba崛起、数据缩放、频域增强成为新趋势
网络·人工智能·深度学习·cnn·机器人
Raas1008 小时前
AI网关和大模型网关区别?MAI Gateway(魔芋企业级AI网关)如何实现AI流量统一治理
大数据·人工智能·gateway·ai网关·mai gateway·企业级产品
APSandafa8 小时前
安达发|灯具制造数字化:靠APS自动排程跑出交付优势
人工智能·制造·aps系统·aps自动排产·aps自动排单·aps智能排产排程排单软件
动物园猫9 小时前
道路设施目标检测数据集:4类别、5,000张图像 | 目标检测
人工智能·目标检测·计算机视觉
HIT_Weston9 小时前
203、【Agent】【OpenCode】JS 语法:作用域链与 var 循环陷阱
人工智能·agent·opencode