这篇文章主要介绍“OpenCV怎么自定义滤波效果”,在日常操作中,相信很多人在OpenCV怎么自定义滤波效果问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”OpenCV怎么自定义滤波效果”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
1 空间滤波
1.1 滤波过程
1.2 相关和卷积
2 OpenCV 函数
2.1 filter2D 函数
2.2 flip 函数
3 代码示例
3.1 偏导数
图像处理中,"空间域" 指的是图像平面,因此,空间滤波可定义为:在图像平面内对像素灰度值进行的滤波
如图,Filter 是一个 3x3 滤波核,当它从图像的左上角开始,逐个像素沿水平方向扫描,最后到右下角时,便会产生滤波后的图像
假设输入图像 $f(x, y)$,滤波后的图像为$g(x, y)$,则其中$g(2,2)$ 和 $g(4,4)$ 的计算过程如下:
上图中,以像素 (4,4) 为中心的 3x3 邻域,和滤波核的向量点乘之积,即为 g(4,4)
g(4,4) = 240*0.1111 + 183*0.1111 + 0*0.1111 + 250*0.1111 + 12*0.1111 + 87*0.1111 + 255*0.1111 + 1*0.1111 + 94*0.1111
= 26.6666 + 20.3333 + 0 + 27.7777 + 1.3333 + 9.6666 + 28.3333 + 0 + 10.4444
= 124.55
空间滤波中,相关和卷积,是容易混淆的概念,定义如下:
-相关 (Correlation),和上述的滤波过程一样,即 滤波核 逐行扫描图像,并计算每个位置像素点积的过程
-卷积 (Convolution),和 "相关" 过程类似,但 滤波核 要先旋转 180°,然后再执行和 “相关” 一样的操作
(二维中的旋转 180°,等于滤波核沿一个坐标轴翻转,然后再沿另一个坐标轴翻转)
注意:如果滤波核是对称的,则对图像进行相关和卷积的结果是一致的
在 OpenCV 中,可自定义滤波核,然后通过 filter2D() 来完成图像滤波
void filter2D( InputArray src, // 输入图像 OutputArray dst, // 输出图像(大小和通道数,同 src) int ddepth, // 输出图像的 depth InputArray kernel, // 滤波核,准确地说,是相关核 Point anchor = Point(-1,-1), // 锚点位置,滤波核尺寸为奇数时,不用指定,一般取默认值 Point(-1,-1);滤波核尺寸为偶数时,需指定锚点位置 double delta = 0, // optional value added to the filtered pixels before storing them in dst int borderType = BORDER_DEFAULT // 边界处理方法 );
filter2D() 求的是相关,并非卷积,只有当滤波核对称时,filte2D() 才可视为卷积运算,其公式如下:
假定滤波核 kernel 大小为 3x3,以一个像素点 src(4,4) 为例,则有:
dst(4,4) = kernel(0,0)*src(4+0-1, 4+0-1) + kernel(0,1)*src(4+0-1, 4+1-1) + kernel(0,2)*src(4+0-1, 4+2-1)
+ kernel(1,0)*src(4+1-1, 4+0-1) + kernel(1,1)*src(4+1-1, 4+1-1) + kernel(1,2)*src(4+1-1, 4+2-1)
+ kernel(2,0)*src(4+2-1, 4+0-1) + kernel(2,1)*src(4+2-1, 4+1-1) + kernel(2,2)*src(4+2-1, 4+2-1)
滤波核与输入图像的卷积点乘,对应关系如下:
当滤波核不对称时,要得到真正的卷积运算,还需 flip() 函数来完成 kernel 的二维翻转
如果滤波核的大小为奇数,则 filter2D() 中的锚点位置可设为 Point(-1,-1),此时,默认滤波核的中心为锚点;如果滤波核的大小为偶数,则需要自定义锚点位置
OpenCV 中锚点位置的实现函数normalizeAnchor() 如下:
void flip( InputArray src, // input array OutputArray dst, // output array int flipCode // 0, flip around x-axis; positive value, flip around y-axis; negative value, flip around both axes. );
自定义滤波核,利用 filter2D() 函数,实现图像的一阶和二阶偏导运算
1) 一阶偏导
图像在 x 和 y 方向的一阶偏导如下:
对应滤波核为
2) 二阶偏导
同样,在 x 和 y 方向的二阶偏导如下:
对应滤波核为
3.2 代码示例
#include "opencv2/imgproc.hpp" #include "opencv2/highgui.hpp" using namespace cv; int main() { // 读取图像 Mat src = imread("fangtze.jpg", IMREAD_GRAYSCALE); if (src.empty()) { return -1; } Mat kx = (Mat_<float>(1, 2) << -1, 1); // 1行2列的 dx 滤波核 Mat ky = (Mat_<float>(2, 1) << -1, 1); // 2行1列的 dy 滤波核 Mat kxx = (Mat_<float>(1, 3) << 1, -2, 1); // 1行3列的 dxx 滤波核 Mat kyy = (Mat_<float>(3, 1) << 1, -2, 1); // 3行1列的 dyy 滤波核 Mat kxy = (Mat_<float>(2, 2) << 1, -1, -1, 1); // 2行2列的 dxy 滤波核 // 一阶偏导 Mat dx, dy; filter2D(src, dx, CV_32FC1, kx); filter2D(src, dy, CV_32FC1, ky); // 二阶偏导 Mat dxx, dyy, dxy; filter2D(src, dxx, CV_32FC1, kxx); filter2D(src, dyy, CV_32FC1, kyy); filter2D(src, dxy, CV_32FC1, kxy); // 显示图像 imshow("dx", dx); waitKey(); }
输出的偏导图像如下,第一行从左到右:原图 - dx - dy;第二行从左至右:dxy - dxx -dyy
到此,关于“OpenCV怎么自定义滤波效果”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。