OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()

线性滤波：即多个信号之和的响应和它们各自响应之和相等。
参考：
https://blog.csdn.net/poem_qianmo/article/details/22745559
代码：

#include <opencv2/opencv.hpp>Mat g_srcImage,g_dstImage1,g_dstImage2,g_dstImage3;   //存储图片的Mat类型
int g_nBoxFilterValue=3;                           //方框滤波参数值
int g_nMeanBlurValue=3;                                //均值滤波参数值
int g_nGaussianBlurValue=3;                            //高斯滤波参数值using namespace cv;
using namespace std;int main(int argc, char *argv[])
{// 载入原图g_srcImage = imread( "F:/C++/2. OPENCV 3.1.0/TEST/1.jpg", 1 );if( !g_srcImage.data ){ printf("Oh，no，读取srcImage错误~！ \n"); return false; }//克隆原图到三个Mat类型中g_dstImage1 = g_srcImage.clone( );g_dstImage2 = g_srcImage.clone( );g_dstImage3 = g_srcImage.clone( );g_dstImage4 = g_srcImage.clone( );g_dstImage5 = g_srcImage.clone( );//显示原图imshow("【<0>原图窗口】",g_srcImage);// 1、方框滤波namedWindow("【<1>方框滤波】", 1);createTrackbar("内核值：", "【<1>方框滤波】", &g_nBoxFilterValue, 40, on_BoxFilter);on_BoxFilter(g_nBoxFilterValue,0);// 2、均值滤波namedWindow("【<2>均值滤波】", 1);createTrackbar("内核值：", "【<2>均值滤波】",&g_nMeanBlurValue, 40,on_MeanBlur );on_MeanBlur(g_nMeanBlurValue,0);// 3、高斯滤波namedWindow("【<3>高斯滤波】", 1);createTrackbar("内核值：", "【<3>高斯滤波】",&g_nGaussianBlurValue, 40,on_GaussianBlur );on_GaussianBlur(g_nGaussianBlurValue,0);//输出一些帮助信息cout<<endl<<"\t运行成功，请调整滚动条观察图像效果~\n\n"<<"\t按下“q”键时，程序退出。\n";//按下“q”键时，程序退出while(char(waitKey(1)) != 'q') {}return 0
}

//   1、方框滤波操作的回调函数
static void on_BoxFilter(int, void *)
{//方框滤波操作(未归一化)boxFilter( g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1),Point(-1,-1),false);//显示窗口imshow("【<1>方框滤波】", g_dstImage1);
}// 2、均值滤波操作的回调函数
static void on_MeanBlur(int, void *)
{//均值滤波操作blur( g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1), Point(-1,-1));//显示窗口imshow("【<2>均值滤波】", g_dstImage2);
}// 3、高斯滤波操作的回调函数
static void on_GaussianBlur(int, void *)
{//高斯滤波操作GaussianBlur( g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1, g_nGaussianBlurValue*2+1 ), 0, 0);//显示窗口imshow("【<3>高斯滤波】", g_dstImage3);
}

结果：

OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()相关推荐

opencv学习笔记五--文件扫描+OCR文字识别
opencv学习笔记五--文件扫描+OCR文字识别文件扫描定义函数边缘检测获取轮廓变换 OCR文字识别环境配置代码文件扫描 # 导入工具包 import numpy as np imp ...
opencv 学习笔记五二维离散卷积
卷积的用途: 卷积主要用于降噪处理,是降噪处理的一种方式: 二维离散卷积包含高斯滤波,平滑滤波,中值滤波,以及能保证图像边缘的双边滤波和导向滤波算法等: 一.了解噪声的来源以及噪声的分类: 图像中难免 ...
OpenCV学习笔记五-图像混合
将两张图片混合 P6 图像混合 #include<iostream> #include<opencv2/opencv.hpp>using namespace std; usin ...
opencv学习笔记五十三：训练自己的级联分类器
训练工作主要分为如下几步: 加载训练环境制作训练数据集获取样本路径列表生成正样本描述文件(.vec) 训练人脸分类器使用分类器进行人脸检测加载训练环境训练过程主要依靠OpenCV自带的两 ...
opencv学习笔记五十八：grabCut抠图
基本步骤: 基于交互式界面由用户选择前景区域: 定义一个单通道的输出掩码,0为背景,1为前景,2为可能的背景,3为可能的前景: grabCut抠图:将输出结果与可能的前景作比较得到可能的前景: 定义三 ...
OpenCV学习笔记五：直方图
图像由不同颜色值的像素组成,像素值在图像中的分布情况是图像的一个重要特征. 一.计算图像的直方图直方图是一个简单的表,它给出了图像中各个像素值的数目(归一化后则为相应的比例),在OpenCV中可以使 ...
opencv学习笔记五：cv2.warpAffine()函数详解
cv2.warpAffine()函数主要是利用变换矩阵M对图像进行如旋转.仿射.平移等变换,只需要我们提供一个2*3的变换矩阵M,就可以对图像进行变换.它一般是和cv2.getRotationMatr ...
分水岭算法java,OpenCV 学习笔记 04 深度估计与分割——GrabCut算法与分水岭算法...
1 使用普通摄像头进行深度估计 1.1 深度估计原理这里会用到几何学中的极几何(Epipolar Geometry),它属于立体视觉(stereo vision)几何学,立体视觉是计算机视觉的一个分 ...
opencv学习笔记11：图像滤波（均值，方框，高斯，中值）
为什么要使用滤波消除图像中的噪声成分叫作图像的平滑化或滤波操作.信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的,而在较高频段,感兴趣的信息经常被噪声淹没.因此一个能降低高频成分幅度的滤波 ...

OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()

OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()

OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()相关推荐

最新文章

热门文章