文章目录
1. 卷积
1.1 卷积的概念
- 卷积是图像处理中一个操作,是kernel在图像的每个像素上的操作。
- Kernel本质上一个固定大小的矩阵数组,其中心点称为锚点(anchor point)
1.2 卷积如何工作
- 把kernel放到像素数组之上,求锚点周围覆盖的像素乘积之和(包括锚点),用来替换锚点覆盖下像素点值称为卷积处理。数学表达如下:
- 锚点像素值New pixel = sum / (mn),mn为kernel的大小
2. 常见的算子
2.1 Robert算子
分别找出45°和-45°角的特征。
2.2 Sobel算子
分别找出竖直特征和水平特征。
2.3 拉普拉斯算子
找出所有特征。
3. 自定义卷积模糊
自定义一个卷积核kernel,即结构元素,例如全为1的kernel,kernel越大越模糊。
4. 相关API
filter2D()方法:给一幅图进行卷积操作。
filter2D(
Mat src, //输入图像
Mat dst, // 输出图像
int depth, // 图像深度32/8,通常设为-1
Mat kernel, // 卷积核/模板大小
Point anchor, // 锚点位置,通常为Point(-1, -1)
double delta // 计算出来的像素+delta
)
5. 例程
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
int main(int argc, char** argv) {
Mat src, dst;
int ksize = 0;//自定义模糊结构元素大小
src = imread("D:/resource/images/face.jpg");
if (!src.data) {
printf("could not load image...\n");
return -1;
}
imshow("input image", src);
// Robert X 方向
Mat RobertX;
Mat kernel_RobertX = (Mat_<int>(2, 2) << 1, 0, 0, -1);
filter2D(src, RobertX, -1, kernel_RobertX, Point(-1, -1), 0.0);
imshow("RobertX image", RobertX);
//imwrite("D:/resource/output/RobertX.jpg", RobertX);
// Robert Y 方向
Mat RobertY;
Mat kernel_RobertY = (Mat_<int>(2, 2) << 0, 1, -1, 0);
filter2D(src, RobertY, -1, kernel_RobertY, Point(-1, -1), 0.0);
imshow("RobertY image", RobertY);
//imwrite("D:/resource/output/RobertY.jpg", RobertY);
// Sobel X 方向
Mat SobleX;
Mat kernel_SobelX = (Mat_<int>(3, 3) << -1, 0, 1, -2, 0 , 2, -1, 0, 1);
filter2D(src, SobleX, -1, kernel_SobelX, Point(-1, -1), 0.0);
imshow("SobleX image", SobleX);
//imwrite("D:/resource/output/SobelX.jpg", SobleX);
// Sobel Y 方向
Mat SobleY;
Mat kernel_SobelY = (Mat_<int>(3, 3) << -1, -2, -1, 0, 0, 0, 1, 2, 1);
filter2D(src, SobleY, -1, kernel_SobelY, Point(-1, -1), 0.0);
imshow("SobleY image", SobleY);
//imwrite("D:/resource/output/SobelY.jpg", SobleY);
// 拉普拉斯算子
Mat dst1;
Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
filter2D(src, dst1, -1, kernel, Point(-1, -1), 0.0);
imshow("拉普拉斯", dst1);
//imwrite("D:/resource/output/L.jpg", dst1);
//自定义模糊
int c = 0;
int index = 0;
while (true) {
c = waitKey(500);
if ((char)c == 27) {// ESC退出
break;
}
ksize = 5 + (index % 8) * 2;
Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize);
filter2D(src, dst, -1, kernel, Point(-1, -1));
index++;
imshow("自定义模糊 ", dst);
//imwrite("D:/resource/output/DIY.jpg", dst);
}
//waitKey(0);
return 0;
}