当前位置: 开发笔记 > 前端 > 正文

OpenCV2.4.3C++平滑处理分析

作者：Stupid锋_891 | 来源：互联网 | 2022-08-10 11:54

平滑也称模糊,是一项简单且使用频率很高的图像处理方法,本文将详细介绍OpenCV2.4+C++平滑处理，需要了解更多的朋友可以详细参考下

原理

平滑也称模糊, 是一项简单且使用频率很高的图像处理方法。

平滑处理时需要用到一个滤波器。最常用的滤波器是线性滤波器，线性滤波处理的输出像素值（例如： $g(i,j)$ ）是输入像素值（例如： $f(i+k,j+l)$ ）的加权平均：

　　　　 $g(i,j) = \sum_{k,l} f(i+k, j+l) h(k,l)$

$h(k,l)$ 称为核, 它仅仅是一个加权系数。

均值平滑

下面是一个使用blur函数的均值平滑：

代码如下:

#include "opencv2/core/core.hpp" 

#include "opencv2/highgui/highgui.hpp" 

#include "opencv2/imgproc/imgproc.hpp" 

#include  

using namespace cv; 

int main( int argc, char** argv ){ 
Mat image; 
image = imread( argv[1]); 

if( argc != 2 || !image.data ){ 
printf("没有图片\n"); 
return -1; 
} 

namedWindow( "平滑处理-输入" ); 
namedWindow( "平滑处理-输出" ); 

imshow( "平滑处理-输入", image ); 

Mat out; 

blur( image, out, Size(3, 3)); 

imshow( "平滑处理-输出", out ); 

waitKey( 0 ); 
}

blur函数API资料：

使用归一化块滤波器进行模糊图片操作。

C++: void blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT ) 参数src – 输入图片，可以使是任意通道数，该函数对通道是独立处理的，但是深度只能是CV_8U, CV_16U, CV_16S, CV_32F or CV_64F。dst – 输出图片，和输入图片相同大小和深度。ksize – 模糊内核大小。anchor – 锚点，默认值是(-1,-1)，也就是锚点在内核的中心。borderType – 用于判断图像边界的模式。

该函数对图片进行平滑处理利用了下面的内核：

$\texttt{K} = \frac{1}{\texttt{ksize.width*ksize.height}} \begin{bmatrix} 1 & 1 & 1 & \cdots & 1 & 1 \\ 1 & 1 & 1 & \cdots & 1 & 1 \\ \hdotsfor{6} \\ 1 & 1 & 1 & \cdots & 1 & 1 \\ \end{bmatrix}$

调用blur(src, dst, ksize, anchor, borderType)相当于调用boxFilter(src, dst, src.type(), anchor, true, borderType)。

blur使用的是归一化块滤波器，输出像素值是核窗口内像素值的均值( 所有像素加权系数相等)。

高斯平滑

下面代码使用了GaussianBlur来实现平滑：

代码如下:

#include "opencv2/core/core.hpp" 

#include "opencv2/highgui/highgui.hpp" 

#include "opencv2/imgproc/imgproc.hpp" 

#include  

using namespace std; 
using namespace cv;int main( int argc, char** argv ){ 
Mat image; 
image = imread( argv[1]); 

if( argc != 2 || !image.data ){ 
printf("没有图片\n"); 
return -1; 
} 

namedWindow( "平滑处理-输入" ); 
namedWindow( "平滑处理-输出" ); 

imshow( "平滑处理-输入", image ); 

Mat out; 

GaussianBlur( image, out, Size( 3, 3 ), 0, 0 ); 

imshow( "平滑处理-输出", out ); 

waitKey( 0 ); 
}

GaussianBlur函数API资料：

使用高斯滤波器进行模糊操作

C++: void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT) 参数 src – 输入图片，可以使是任意通道数，该函数对通道是独立处理的，但是深度只能是CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.dst – 输出图片，和输入图片相同大小和深度。ksize – 高斯内核大小。ksize.width和ksize.height允许不相同但他们必须是正奇数。或者等于0，由参数sigma的乘机决定。sigmaX – 高斯内核在X方向的标准偏差。sigmaY – 高斯内核在Y方向的标准偏差。如果sigmaY为0，他将和sigmaX的值相同，如果他们都为0，那么他们由ksize.width和ksize.height计算得出。borderType – 用于判断图像边界的模式。

最有用的滤波器 (尽管不是最快的)。高斯滤波是将输入数组的每一个像素点与高斯内核卷积将卷积和当作输出像素值。

参考一维高斯函数，我们可以看见，他是个中间大两边小的函数。

所以高斯滤波器其加权数是中间大，四周小的。

其二维高斯函数为：

　　　　 $G_{0}(x, y) = A e^{ \dfrac{ -(x - \mu_{x})^{2} }{ 2\sigma^{2}_{x} } + \dfrac{ -(y - \mu_{y})^{2} }{ 2\sigma^{2}_{y} } }$

其中 $\mu$ 为均值 (峰值对应位置)， $\sigma$ 代表标准差 (变量 $x$ 和变量 $y$ 各有一个均值，也各有一个标准差)。

中值平滑

使用medianBlur执行中值平滑：

代码如下:

#include "opencv2/core/core.hpp" 

#include "opencv2/highgui/highgui.hpp" 

#include "opencv2/imgproc/imgproc.hpp" 

#include  

using namespace std; 
using namespace cv;int main( int argc, char** argv ){ 
Mat image; 
image = imread( argv[1]); 

if( argc != 2 || !image.data ){ 
printf("没有图片\n"); 
return -1; 
} 

namedWindow( "平滑处理-输入" ); 
namedWindow( "平滑处理-输出" ); 

imshow( "平滑处理-输入", image ); 

Mat out; 
medianBlur( image, out, 3); 

imshow( "平滑处理-输出", out ); 

waitKey( 0 ); 
}

medianBlur函数API资料：

使用中值滤波器进行模糊操作

C++: void medianBlur(InputArray src, OutputArray dst, int ksize) Parameters:src – 支持1、3、4通道图片输入，当ksize为3或者5时，图片的深度只能是CV_8U,，CV_16U，或者 CV_32F，对于其他大孔径尺寸只支持深度为CV_8U。dst – 输出图片，和输入图片相同大小和深度。ksize – 线性直径大小，只能是一个大于1的奇数，例如：3, 5, 7 ...

中值滤波将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的中值代替。

双边平滑

使用bilateralFilter执行双边平滑：

代码如下:

#include "opencv2/core/core.hpp" 

#include "opencv2/highgui/highgui.hpp" 

#include "opencv2/imgproc/imgproc.hpp" 

#include  

using namespace std; 
using namespace cv;int main( int argc, char** argv ){ 
Mat image; 
image = imread( argv[1]); 

if( argc != 2 || !image.data ){ 
printf("没有图片\n"); 
return -1; 
} 

namedWindow( "平滑处理-输入" ); 
namedWindow( "平滑处理-输出" ); 

imshow( "平滑处理-输入", image ); 

Mat out; 
bilateralFilter ( image, out, 3, 3*2, 3/2 ); 

imshow( "平滑处理-输出", out ); 

waitKey( 0 ); 
}

bilateralFilter的API资料：

对一个图片应用双边滤波器。

C++: void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, intborderType=BORDER_DEFAULT ) Parameters:src – 源必须是8位或者浮点数，1或者3通道图片。dst – 输出图片，和输入图片相同大小和深度。d – 在滤波过程中使用的各像素邻域直径，如果这是一个非整数，则这个值由sigmaSpace决定。sigmaColor – 颜色空间的标准方差。数值越大，意味着越远的的颜色会被混进邻域内，从而使更大的颜色段获得相同的颜色。sigmaSpace – 坐标空间的标注方差。数值越大，以为着越远的像素会相互影响，从而使更大的区域足够相似的颜色获取相同的颜色。当d>0，d指定了邻域大小且与sigmaSpace无关。否则，d正比于sigmaSpace。

原理可参考：

http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html

目前我们了解的滤波器都是为了平滑图像，问题是有些时候这些滤波器不仅仅削弱了噪声，连带着把边缘也给磨掉了。为避免这样的情形 (至少在一定程度上 ), 我们可以使用双边滤波。

类似于高斯滤波器，双边滤波器也给每一个邻域像素分配一个加权系数。这些加权系数包含两个部分, 第一部分加权方式与高斯滤波一样，第二部分的权重则取决于该邻域像素与当前像素的灰度差值。

html

推荐阅读

html
J2EE平台的13项核心技术规范

J2EE平台集成了多种服务、API和协议，旨在支持基于Web的多层应用开发。本文将详细介绍J2EE平台中的13项关键技术规范，涵盖从数据库连接到事务处理等多个方面。 ... [详细]

蜡笔小新 2024-11-27 16:27:50
html
Pandas中使用sort_values方法进行数据排序

本文介绍了如何利用Python的Pandas库中的sort_values方法对DataFrame对象进行排序。首先通过Numpy库生成随机数据，然后详细解释了DataFrame的创建过程及其参数，并重点探讨了sort_values方法的使用技巧。 ... [详细]

蜡笔小新 2024-11-27 15:54:29
html
代码生成器实战教程：提升编程效率的利器

本系列文章旨在通过一系列实践案例，详细介绍如何利用代码生成器提高开发效率。本文将引导您完成从下载安装到实际应用的全过程。 ... [详细]

蜡笔小新 2024-11-27 12:05:48
html
HTML全局属性概览

本文详细介绍了HTML中的全局属性，包括class、data-*、draggable等，这些属性几乎可以在所有HTML元素中使用，以增强元素的功能性和可操作性。 ... [详细]

蜡笔小新 2024-11-27 11:54:08
html
Php微信小程序支付

微信小程序支付官方参数小程序中代码后端发起支付代码支付回调官方参数文档地址：https:developers.weixin.qq.comminiprogramdeva ... [详细]

蜡笔小新 2024-11-27 11:48:26
html
Symfony中日期时间字段格式设置技巧

本文探讨了如何在Symfony框架中正确设置日期时间字段的格式，以满足特定的显示需求。 ... [详细]

蜡笔小新 2024-11-27 11:38:03
html
UMPlatForm.NET 5.1 版本数据字典管理功能解析

本文介绍了 UMPlatForm.NET 5.1 版本中的数据字典管理模块，探讨了该模块如何支持平台的数据共享与管理，以及如何通过用户和角色权限来增强系统的安全性。 ... [详细]

蜡笔小新 2024-11-27 11:24:54
html
Python全栈之旅：SQLAlchemy ORM中的外键与关系

本文探讨了SQLAlchemy ORM框架中如何利用外键和关系（relationship）来建立表间联系，简化复杂的查询操作。通过示例代码详细解释了relationship的定义、使用方法及其与外键的相互作用。 ... [详细]

蜡笔小新 2024-11-27 11:20:01
jq
MVC框架下使用DataGrid实现时间筛选与枚举填充

本文介绍如何在ASP.NET MVC项目中利用DataGrid组件增强搜索功能，具体包括使用jQuery UI的DatePicker插件添加时间筛选条件，并通过枚举数据填充下拉列表。 ... [详细]

蜡笔小新 2024-11-27 11:02:33
jq
Spring Boot 初学者指南（第一部分）

本文介绍了Spring Boot框架的基础知识，包括其设计理念、主要优势以及如何简化传统的J2EE开发流程。 ... [详细]

蜡笔小新 2024-11-27 10:39:14
jq
Flask中路由的基础定义与应用

本文介绍了如何在Flask框架中通过装饰器为视图函数指定访问路径，并详细讲解了带参数路由及指定请求方法的实现方式。 ... [详细]

蜡笔小新 2024-11-27 10:18:12
jq
深入解析：Android SDK Platform Tools

本文介绍了Android SDK Platform Tools的核心功能及其重要性。作为Android SDK的一个关键组成部分，Platform Tools提供了开发者与Android设备进行交互所需的各种工具。 ... [详细]

蜡笔小新 2024-11-27 10:03:16
jq
Cadence SPB 16.5 安装指南与注意事项

本文提供了详细的 Cadence SPB 16.5 安装步骤，包括环境配置、安装过程中的关键步骤以及常见问题的解决方案。适合初次安装或遇到问题的技术人员参考。 ... [详细]

蜡笔小新 2024-11-27 09:43:24
postman
HTTP中的Chunked编码与Content-Length的区别及应用场景

本文探讨了在HTTP协议中，当使用Transfer-Encoding为chunked时为何无需设置Content-Length，以及这种编码方式的具体实现和优势。 ... [详细]

蜡笔小新 2024-11-27 08:53:05
svg
初学者指南：使用CSS为博客园文章中的超链接添加图标

作为一名CSS初学者，我在博客园中尝试通过CSS美化页面，特别是为超链接添加图标，以提升阅读体验。本文将分享如何使用CSS和字体图标库来实现这一功能。 ... [详细]

蜡笔小新 2024-11-27 08:43:46

Stupid锋_891

这个家伙很懒，什么也没留下！

Tags | 热门标签

RankList | 热门文章