自己怎么注册公司网站流程,外贸网络推广高手何在,房地产市场分析及前景,汕头营销网络公司目录
1.均值滤波
2.方框滤波
3.高斯滤波 1.均值滤波 OpenCV中的均值滤波#xff08;Mean Filter#xff09;是一种简单的滤波技术#xff0c;用于平滑图像并减少噪声。它的原理非常简单#xff1a;对于每个像素#xff0c;将其与其周围邻域内像素的平均值作为新的像素值…目录
1.均值滤波
2.方框滤波
3.高斯滤波 1.均值滤波 OpenCV中的均值滤波Mean Filter是一种简单的滤波技术用于平滑图像并减少噪声。它的原理非常简单对于每个像素将其与其周围邻域内像素的平均值作为新的像素值。
具体的均值滤波原理如下
定义滤波器大小均值滤波器是一个正方形的卷积核具有固定大小。该大小决定了每个像素使用多少邻域像素进行平均计算。遍历图像像素对于图像中的每个像素将其与滤波器大小内的邻域像素进行平均计算。计算新的像素值将邻域像素的值相加然后除以邻域内像素的数量即可得到新的像素值。更新图像将每个像素的值更新为其对应的新像素值。 均值滤波函数blur() void cv::blur ( InputArray src, OutputArray dst, Size ksize, Point anchor Point(-1,-1), int borderType BORDER_DEFAULT ) src:待均值滤波的图像图像的数据类型必须是CV 8U、CV 16U、CV 16S、CV 32F和CV 64F这五种数据类型之一。dst: 均值滤波后的图像与输入图像具有相同的尺寸和数据类型。ksize:卷积核尺寸。anchor:内核的基准点(锚点)其默认值为(-l,-1)代表内核基准点位于kernel的中心位置。borderType:像素外推法选择标志。 以下是使用OpenCV进行均值滤波的示例代码 //均值滤波blur(image,image,Size(5,5));
在这个示例代码中我们加载一张图像image并定义了一个5x5的滤波器大小。然后我们调用cv::blur函数对图像进行均值滤波。
cv::blur函数将输入图像作为第一个参数并使用指定的滤波器大小对其进行平滑处理然后将结果保存在输出图像中。在这个例子中我们将图像本身作为输出参数所以原始图像将会被修改。
结论均值滤波的卷积核越大图片的失真越明显图片会更模糊如果设置核的大小为11则结果是原始图像。
2.方框滤波 方框滤波和均值滤波核基本上是一致的主要的区别是要不要归一化处理如果使用归一化处理方框滤波就是均值滤波。
方框滤波函数boxFilter() void cv::boxFilter ( InputArray src, OutputArray dst, int ddepth Size ksize, Point anchor Point(-1,-1), bool normalize true int borderType BORDER_DEFAULT src:输入图像。dst: 输出图像与输入图像具有相同的尺寸和通道数。ddepth: 输出图像的数据类型(深度)根据输入图像的数据类型不同拥有不同的取值范围。ksize:卷积核尺寸。anchor:内核的基准点(锚点)其默认值为(-1-1)代表内核基准点位于kernel的中心位置。normalize:是否将卷积核进行归一化的标志默认参数为true表示进行归一化。borderType:像素外推法选择标志。
示例代码 //方框滤波boxFilterMat result;boxFilter(image,result,-1,Size(3,3),Point(-1,-1),false);//不进行归一化
3.高斯滤波 高斯滤波通过使用高斯函数计算像素点的权重对周围邻域像素进行加权平均以达到图像平滑的效果。由于高斯函数在中心点附近权重较大而在离中心点越远的像素权重越小它能够保留图像的整体结构并且相对于其他平滑滤波器它对细节的保留更好。 高斯函数是一个连续的概率分布函数它的形状是一个钟形曲线中心点最高两边逐渐变低。 高斯滤波的原理如下 定义滤波器大小和标准差在使用高斯滤波之前需要确定滤波器的大小窗口大小和标准差。窗口大小决定了滤波器覆盖的像素范围标准差决定了高斯函数的形状。 构建高斯滤波器根据定义的窗口大小和标准差构建一个高斯函数或者高斯核矩阵。高斯函数是一个二维正态分布曲线用于计算滤波器中每个像素的权重。 遍历图像像素对于图像中的每个像素高斯滤波器会考虑其周围邻域像素的值。 计算加权平均对于每个像素在滤波器邻域内根据高斯函数计算相应像素的权重。权重越大表示该像素对平均值的贡献越大。然后将邻域内像素值与相应权重相乘得到加权和。 更新图像将每个像素的值更新为加权和得到平滑后的图像。
例如
一个3X3的卷积核是 计算相应像素的权重 将邻域内像素值与相应权重相乘得到加权和将像素的值更新为加权和。 OpenCV中提供了高斯滤波函数cv2.GaussianBlur()来实现高斯滤波。 void cv::GaussianBlur (InputArray src, OutputArray dst, Size ksize, double sigmaX double sigmaY 0, int borderType BORDER DEFAULT ) src:待高斯滤波图像数据类型必须为CV 8UCV 16UCV 16SCV 32F或CV 64F。dst:输出图像与输入图像src具有相同的尺寸、通道数和数据类型。ksize: 高斯滤波器的尺寸滤波器可以不为正方形但是必须是正奇数。如果尺寸为0则由标准偏差计算尺寸。sigmaX:X方向的高斯滤波器标准偏差。sigmayY:Y方向的高斯滤波器标准偏差: 如果输入量为0则将其设置为等于sigmax如果两个轴的标差均为0则根据输入的高斯滤波器尺寸计算标准偏差。borderType:像素外推法选择标志。
示例代码 //调用高斯滤波函数GaussianBlur进行滤波GaussianBlur(image,image,Size(5,5),10,20);
注意在高斯滤波当中核的宽度和高度可以不相同但都要是奇数。
