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
moonless022227 分钟前
🌈Transformer说人话版(二)位置编码 【持续更新ing】
人工智能·llm
小爷毛毛_卓寿杰27 分钟前
基于大模型与知识图谱的对话引导意图澄清系统技术解析
人工智能·llm
聚客AI37 分钟前
解构高效提示工程:分层模型、文本扩展引擎与可视化调试全链路指南
人工智能·llm·掘金·日新计划
摆烂工程师1 小时前
Claude Code 落地实践的工作简易流程
人工智能·claude·敏捷开发
CoovallyAIHub1 小时前
YOLOv13都来了,目标检测还卷得动吗?别急,还有这些新方向!
深度学习·算法·计算机视觉
亚马逊云开发者1 小时前
得心应手:探索 MCP 与数据库结合的应用场景
人工智能
大明哥_1 小时前
100 个 Coze 精品案例 - 小红书爆款图文,单篇点赞 20000+,用 Coze 智能体一键生成有声儿童绘本!
人工智能
聚客AI1 小时前
🚀拒绝试错成本!企业接入MCP协议的避坑清单
人工智能·掘金·日新计划·mcp
rocksun2 小时前
GraphRAG vs. RAG:差异详解
人工智能
一块plus2 小时前
什么是去中心化 AI?区块链驱动智能的初学者指南
人工智能·后端·算法