目標

在本教程中，您將學(xué)習(xí)如何：

• 使用OpenCV函數(shù)cv :: filter2D創(chuàng)建自己的線性過濾器。

理論

注意

下面的解釋屬于Bradski和Kaehler 的“ 學(xué)習(xí)OpenCV ”一書。

關(guān)聯(lián)

在非常一般的意義上，相關(guān)性是圖像的每個部分和運算符（內(nèi)核）之間的操作。

什么是內(nèi)核？

內(nèi)核本質(zhì)上是固定大小的數(shù)字系列數(shù)組，以及該陣列中的一個錨點，通常位于中心。

與內(nèi)核的關(guān)聯(lián)如何工作？

假設(shè)您想知道圖像中特定位置的結(jié)果值。相關(guān)值的計算方式如下：

1. 將內(nèi)核錨放置在確定的像素的頂部，其余核心覆蓋圖像中的相應(yīng)局部像素。
2. 將內(nèi)核系數(shù)乘以相應(yīng)的圖像像素值并對結(jié)果求和。
3. 將結(jié)果放置在輸入圖像中錨點的位置。
4. 通過在整個圖像上掃描內(nèi)核來重復(fù)所有像素的過程。

以方程式的形式表達上述程序，我們將具有：

幸運的是，OpenCV為您提供了函數(shù)cv :: filter2D，因此您不必對所有這些操作進行編碼。

Code

1. 這個程序是做什么的？

• 加載圖像
  
• 執(zhí)行標準化的盒式過濾器。例如，對于的內(nèi)核，內(nèi)核將是：size=3,

   該程序?qū)⑹褂么笮?,5,7,9和11的內(nèi)核執(zhí)行過濾操作。

• 過濾器輸出（每個內(nèi)核）將在500毫秒內(nèi)顯示

   2. 教程代碼如下所示。您也可以從這里下載

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int main ( int argc, char** argv )
{
  Mat src, dst;
  Mat kernel;
  Point anchor;
  double delta;
  int ddepth;
  int kernel_size;
  const char* window_name = "filter2D Demo";
  String imageName("../data/lena.jpg"); // by default
  if (argc > 1)
  {
    imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  anchor = Point( -1, -1 );
  delta = 0;
  ddepth = -1;
  int ind = 0;
  for(;;)
       {
         char c = (char)waitKey(500);
         if( c == 27 )
           { break; }
         kernel_size = 3 + 2*( ind%5 );
         kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
         filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
         imshow( window_name, dst );
         ind++;
       }
  return 0;
}
Explanation

說明

• 加載圖像
  

  String imageName("../data/lena.jpg"); // by default
  if (argc > 1)
  {
    imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }

• 初始化線性濾波器的參數(shù)
  

  anchor = Point（-1，-1）;
  delta = 0;
  ddepth = -1;

• 執(zhí)行無限循環(huán)更新內(nèi)核大小，并將我們的線性濾波器應(yīng)用于輸入圖像。我們來詳細分析一下：
• 首先我們定義我們的過濾器將要使用的內(nèi)核。這里是：

         kernel_size = 3 + 2*( ind%5 );
         kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);

第一行是將kernel_size更新為在范圍內(nèi)的奇數(shù)值：[3,11]。第二行實際上通過將其值設(shè)置為1′s 填充矩陣并通過將其除以元素數(shù)量進行規(guī)范化來構(gòu)建內(nèi)核。

• 設(shè)置內(nèi)核后，我們可以使用函數(shù)cv :: filter2D來生成過濾器：
  

1. src：源圖像
2. dst：目的地圖像
3. ddepth：深度dst。負值（如?1）表示深度與源相同。
4. 內(nèi)核：要通過圖像掃描的內(nèi)核
5. anchor：錨點相對于其內(nèi)核的位置。位置點（-1，-1）表示默認的中心。
6. delta：在關(guān)聯(lián)期間要添加到每個像素的值。默認情況下為0
7. BORDER_DEFAULT：我們默認設(shè)置此值（以下教程中有更多詳細信息）

• 我們的方案將實行一個而循環(huán)，每500毫秒我們的過濾器的內(nèi)核大小的范圍進行更新顯示。
  

結(jié)果

1. 在編譯上面的代碼之后，可以執(zhí)行它作為參數(shù)作為圖像的路徑。結(jié)果應(yīng)該是一個窗口，顯示由歸一化過濾器模糊的圖像。每個0.5秒的內(nèi)核大小應(yīng)該改變，從下面的一系列快照可以看出：