OpenCV 2.4+ C++ 平滑处理

  • 时间:
  • 浏览:0

OpenCV 2.4+ C++ 平滑处里

2012-11-21 15:45  Justany_WhiteSnow  阅读(...)  评论()  编辑  收藏

原理

平滑也称模糊, 是一项简单且使用频率很高的图像处里法子。

平滑处里时还要用到俩个 滤波器。 最常用的滤波器是线性滤波器,线性滤波处里的输出像素值(相似:)是输入像素值(相似:)的加权平均:

    

称为核, 它仅仅是俩个 加权系数。

均值平滑

下面是俩个 使用blur函数的均值平滑:

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include <stdio.h>

using namespace cv;

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

    if( argc != 2 || !image.data ){
        printf("没人图片\n");
        return -1;
    }
    
    namedWindow( "平滑处里-输入" );
    namedWindow( "平滑处里-输出" );
    
    imshow( "平滑处里-输入", image );
    
    Mat out;
    
    blur( image, out, Size(3, 3));

    imshow( "平滑处里-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,才能 使是任意通道数,该函数对通道是独立处里的,假若高度只有是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高度。
  • ksize – 模糊内核大小。
  • anchor – 锚点,默认值是(-1,-1),也假若锚点在内核的中心。
  • borderType – 用于判断图像边界的模式。

该函数对图片进行平滑处里利用了下面的内核:

调用blur(src, dst, ksize, anchor, borderType)大慨调用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:

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include <stdio.h>

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

    if( argc != 2 || !image.data ){
        printf("没人图片\n");
        return -1;
    }
    
    namedWindow( "平滑处里-输入" );
    namedWindow( "平滑处里-输出" );
    
    imshow( "平滑处里-输入", image );
    
    Mat out;
    
    GaussianBlur( image, out, Size( 3, 3 ), 0, 0 );

    imshow( "平滑处里-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,才能 使是任意通道数,该函数对通道是独立处里的,假若高度只有是CV_8UCV_16UCV_16SCV_32F or CV_64F.
  • dst – 输出图片,和输入图片相同大小和高度。
  • ksize – 高斯内核大小。ksize.widthksize.height允许不相同但大伙还只是正奇数。意味等于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。意味sigmaY为0,他将和sigmaX的值相同,意味大伙都为0,没人大伙由ksize.widthksize.height计算得出。
  • borderType – 用于判断图像边界的模式。

最有用的滤波器 (尽管还要最快的)。 高斯滤波是将输入数组的每俩个 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,大伙才能 看见,他是个中间大两边小的函数。

某些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:

     

其中  为均值 (峰值对应位置), 代表标准差 (变量 和 变量 各有俩个 均值,也各有俩个 标准差)。

中值平滑

使用medianBlur执行中值平滑:

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include <stdio.h>

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

    if( argc != 2 || !image.data ){
        printf("没人图片\n");
        return -1;
    }
    
    namedWindow( "平滑处里-输入" );
    namedWindow( "平滑处里-输出" );
    
    imshow( "平滑处里-输入", image );
    
    Mat out;
    medianBlur( image, out, 3);

    imshow( "平滑处里-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意味5时,图片的高度只有是CV_8U,,CV_16U,意味 CV_32F,对于某些大孔径尺寸只支持高度为CV_8U。
  • dst – 输出图片,和输入图片相同大小和高度。
  • ksize – 线性直径大小,只有是俩个 大于1的奇数,相似: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:

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include <stdio.h>

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

    if( argc != 2 || !image.data ){
        printf("没人图片\n");
        return -1;
    }
    
    namedWindow( "平滑处里-输入" );
    namedWindow( "平滑处里-输出" );
    
    imshow( "平滑处里-输入", image );
    
    Mat out;
    bilateralFilter ( image, out, 3, 3*2, 3/2 );

    imshow( "平滑处里-输出", out );

    waitKey( 0 );    
}

bilateralFilter的API资料:

对俩个 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 – 源还只是8位意味浮点数,1意味3通道图片。
  • dst – 输出图片,和输入图片相同大小和高度。
  • d – 在滤波过程中使用的各像素邻域直径,意味这是俩个 非整数,则你这名值由sigmaSpace决定。
  • sigmaColor – 颜色空间的标准方差。数值越大,意味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。假若,d正比于sigmaSpace

原理可参考:

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

目前大伙了解的滤波器还要为了平滑图像, 问題是某些但是 那些滤波器不仅仅削弱了噪声, 连带着把边缘也给磨掉了。 为处里另俩个 的情形 (大慨在一定程度上 ), 大伙才能 使用双边滤波。 

相似于高斯滤波器,双边滤波器也给每俩个 邻域像素分配俩个 加权系数。 那些加权系数所含俩个 次责, 第一次责加权法子与高斯滤波一样,第二次责的权重则取决于该邻域像素与当前像素的灰度差值。

被山寨的原文

Smoothing Images . OpenCV.org

Image Filtering API . OpenCV.org

  • 分类 Computer Vision
  • 标签 OpenCV