周围像素点的最大均方差替代该点

在去雾算法中，受雾的影响，每个像素点的RGB值会趋于相等，基于这个事实，我计算每个点所在子块3*3的区域的，每个像素RGB值得均方差，用最大值替代该值，得到的效果图很差，代码如下，仅供自己学习反思：

void Ctry::OnTryTyr1()
{IplImage* img = cvLoadImage("C:\\Users\\Administrator\\Desktop\\pic1.jpg", -1);IplImage* pic = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 3);CvScalar pixel;for (int i = 1; i < img->height-1; i++){for (int j = 1; j < img->width-1; j++){     pixel = lookfor(cvGet2D(img, i - 1, j - 1), cvGet2D(img, i - 1, j), cvGet2D(img, i - 1, j + 1), cvGet2D(img, i, j - 1), cvGet2D(img, i, j), cvGet2D(img, i, j + 1), cvGet2D(img, i + 1, j - 1), cvGet2D(img, i + 1, j), cvGet2D(img, i + 1, j + 1));cvSet2D(pic, i, j, pixel);}}CvScalar pixel1, pixel2;//设置左右竖直方向边缘的像素点for (int i = 0; i < img->height; i++){pixel1 = cvGet2D(img, i, 0);pixel2 = cvGet2D(img, i, img->width-1);cvSet2D(pic, i, 0, pixel1);cvSet2D(pic, i, img->width-1, pixel2);}//设置上下水平方向边缘的像素点for (int i = 1; i < img->width - 1; i++){pixel1 = cvGet2D(img, 0, i);pixel2 = cvGet2D(img, img->height-1, i);cvSet2D(pic, 0, i, pixel1);cvSet2D(pic, img->height-1, i, pixel2);}cvSaveImage("C:\\Users\\Administrator\\Desktop\\pic2.jpg", pic);
}CvScalar Ctry::lookfor(CvScalar p1, CvScalar p2, CvScalar p3, CvScalar p4, CvScalar p5, CvScalar p6, CvScalar p7, CvScalar p8, CvScalar p9)
{vector<CvScalar > Pixel{ p1,p2,p3,p4,p5,p6,p7,p8,p9};int num = 0;  //记录第几个点的均方差值最大double temp =0;double mean=0;    //RGB像素均值double dst;vector<double>  Dst ;       //均方差Dst.clear();//将每个像素点的均方差压入容器Dst中for (auto  i : Pixel){      mean = (i.val[0] + i.val[1] + i.val[2]) / 3;dst = (i.val[0] - mean)*(i.val[0] - mean) + (i.val[1] - mean)*(i.val[1] - mean) + (i.val[2] - mean)*(i.val[2] - mean);Dst.push_back(dst);}//提取最大值点和第几个像素的均方差值最大temp = Dst[0];for (int j = 0; j <9; j++){if (Dst[j]>temp){temp = Dst[j];num = j;}  }return Pixel[num];
}

效果图：

周围像素点的最大均方差替代该点相关推荐

用numpy做图像处理
在python中进行图像处理,我们有三个好工具:OpenCV, SciKit-Image 和 Pillow.但是在本文中,为了理解一些简单图像处理技术的基础,我们将使用numpy.所以这也是练习num ...
OpenCV_图像平滑
1.均值滤波与一维信号一样,我们可以对图像滤波,如高通滤波和低通滤波.高通滤波可以使我们找到图片的边界,低通滤波可以使得图像平滑,去除掉图像中的噪声,模糊图像.OpenCV提供了cv.filter2 ...
计算机不属于发明保护客体,如何判断两种类型的计算机程序发明能否成为专利保护客体？...
如何判断两种类型的计算机程序发明能否成为专利保护客体?计算机程序类的发明可以根据处理和控制对象的不同划分为两种类型:控制和处理计算机外部对象的类型,以及控制和处理计算机内部对象的类型. 由于两者在技术 ...
numpy 图片填充_用numpy做图像处理（上）
在python中进行图像处理,我们有三个好工具:OpenCV, SciKit-Image 和 Pillow.但是在本文中,为了理解一些简单图像处理技术的基础,我们将使用numpy.所以这也是练习num ...
OpenCV图像滤镜操作-模糊
提示:志当高远且脚踏实地文章目录一.前言二.主要内容模糊边缘浮雕轮廓锐化总结一.前言 opencv滤镜-使用opencv实现各种图像滤镜特效二.主要内容 1.模糊图像模糊也叫图 ...
跟我学Python图像处理丨图像特效处理：毛玻璃、浮雕和油漆特效
摘要:本文讲解常见的图像特效处理,从而让读者实现各种各样的图像特殊效果,并通过Python和OpenCV实现. 本文分享自华为云社区<[Python图像处理] 二十四.图像特效处理之毛玻璃.浮雕 ...
[Python从零到壹] 五十六.图像增强及运算篇之图像平滑（中值滤波、双边滤波）
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
C++手敲灰度图均值滤波中值滤波高斯滤波
一.均值滤波(Meaning Filtering)概念均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板 ...
[Python图像处理] 三十三.图像各种特效处理及原理万字详解（毛玻璃、浮雕、素描、怀旧、流年、滤镜等）...
此文转载自:https://blog.csdn.net/Eastmount/article/details/111568397#commentBox 该系列文章是讲解Python OpenCV图像处理 ...
基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用。
from:http://www.cnblogs.com/Imageshop/p/4679065.html 基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用. 在1979年Lee ...

周围像素点的最大均方差替代该点

周围像素点的最大均方差替代该点相关推荐

最新文章

热门文章