卷积
卷积是在每一个图像块与某个算子(核)之间进行的运算。
核
核说白了就是一个固定大小的数值数组。该数组带有一个 锚点 ,一般位于数组中央。
如何用核实现卷积
假如你想得到图像的某个特定位置的卷积值,可用下列方法计算:
- 将核的锚点放在该特定位置的像素上,同时,核内的其他值与该像素邻域的各像素重合;
- 将核内各值与相应像素值相乘,并将乘积相加;
- 将所得结果放到与锚点对应的像素上;
- 对图像所有像素重复上述过程。
用公式表示上述过程如下:
幸运的是,我们不必自己去实现这些运算,OpenCV为我们提供了函数 filter2D 。
代码实现:
-
载入一幅图像
-
对图像执行 归一化块滤波器 。举例来说,如果该滤波器核的大小为 ,则它会像下面这样:
程序将执行核的大小分别为3、5、7、9、11的滤波器运算。
-
该滤波器每一种核的输出将在屏幕上显示2秒
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
/** @函数main */
int main ( int argc, char** argv )
{
/// 声明变量
Mat src, dst;
Mat kernel;
Point anchor;
double delta;
int ddepth;
int kernel_size;
char* window_name = "filter2D Demo";
int c;
/// 载入图像
src = imread( argv[1] );
if( !src.data )
{ return -1; }
/// 创建窗口
namedWindow( window_name, CV_WINDOW_AUTOSIZE );
/// 初始化滤波器参数
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
/// 循环 - 每隔0.5秒,用一个不同的核来对图像进行滤波
int ind = 0;
while( true )
{
c = waitKey(500);
/// 按'ESC'可退出程序
if( (char)c == 27 )
{ break; }
/// 更新归一化块滤波器的核大小
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
/// 使用滤波器
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
imshow( window_name, dst );
ind++;
}
return 0;
}
效果:
增加边界填充:
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
/// 全局变量
int top, bottom, left, right;
int borderType;
Scalar value;
char* window_name = "copyMakeBorder Demo";
RNG rng(12345);
/** @函数main */
int main ( int argc, char** argv )
{
/// 声明变量
Mat src, dst;
Mat kernel;
Point anchor;
double delta;
int ddepth;
int kernel_size;
char* window_name = "filter2D Demo";
/// 载入图像
src = imread( argv[1] );
if( !src.data )
return -1;
namedWindow( window_name, CV_WINDOW_AUTOSIZE );
/// 初始化输入参数
top = (int) (0.05*src.rows); bottom = (int) (0.05*src.rows);
left = (int) (0.05*src.cols); right = (int) (0.05*src.cols);
dst = src;
imshow( window_name, dst );
// 初始化滤波器参数
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
// 循环 - 每隔2秒,用一个不同的核来对图像进行滤波
int ind = 0;
while( true )
{
int c = waitKey(2000);
if( (char)c == 27 ){ /// 按'ESC'可退出程序
break;
}else if( (char)c == 'c' ){
borderType = BORDER_CONSTANT;
}else if( (char)c == 'r' ){
borderType = BORDER_REPLICATE;
}
/// 更新归一化块滤波器的核大小
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
/// 使用滤波器
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
value = Scalar( rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255) );
copyMakeBorder( dst, dst, top, bottom, left, right, borderType, value );
imshow( window_name, dst );
ind++;
}
return 0;
}
效果: