您的位置：首页 > 运维架构

Smooth 函数 平滑处理函数 OpenCV

2012-04-16 19:22 381 查看


OpenCV Smooth 函数

各种方法的图像平滑

void cvSmooth( const CvArr* src, CvArr* dst, int smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0 );

src输入图像.dst输出图像.smoothtype平滑方法:

CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素领域 
param1
×
param2
求和。如果邻域大小是变化的，可以事先利用函数 cvIntegral 计算积分图像。
CV_BLUR (simple blur) - 对每个象素邻域 
param1
×
param2
求和并做尺度变换 1/(
param1
•
param2
).
CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 
param1
×
param2
的高斯卷积
CV_MEDIAN (median blur) - 发现邻域 
param1
×
param1
的中值 (i.e. 邻域是方的).
CV_BILATERAL (双滤波) - 应用双向 3x3 滤波，彩色 sigma=
param1
，空间 sigma=
param2
. 关于双向滤波，可参考 http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html

param1平滑操作的第一个参数.param2平滑操作的第二个参数. 
param2
为零对应简单的尺度变换和高斯模糊。param3对应高斯参数的 Gaussian sigma (标准差). 如果为零，这由下面的核尺寸计算：
sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核, n=param2 对应垂直核.

对小的卷积核 (3×3 to 7×7) 使用标准 sigma 速度会快。如果 
param3
不为零，而 
param1
和 
param2
为零，则核大小有
sigma 计算 (以保证足够精确的操作).
函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。

没有缩放的图像平滑仅支持单通道图像，并且支持8位、16位、32位和32位浮点格式。

简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特 和 32-比特浮点图像。这两种方法可以（in-place）方式处理图像。

中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像.

转载于：http://blog.sina.com.cn/s/blog_61c2cbe90100k6pv.html
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航