第6章 图像处理_6.1线性滤波(方框、均值、高斯滤波)
2018-04-05 15:46
375 查看
方框滤波函数:boxFilter
void boxFilter(InputArray src,
OutputArray dst,
int ddepth,
Size ksize,
Point anchor = Point(-1,-1),
bool normalize = true,
int borderType = BORDER_DEFAULT)
参数1 src:源图像,应为CV_8U/16U/16S/32F/64F之一
参数2 dst:输出图像
参数3 ddepth:图像深度,=-1时表示使用原图深度,即=src.depth()
参数4 ksize:内核大小
参数5 anchor:锚点(被平滑的那个点),默认值为负,表示取核的中心
参数6 normalize:表示内核是否被区域归一化
参数7 borderType:图像外部像素的某种边界模式
例:
Mat image = imread("1.jpg");
Mat out;
boxFilter(image, out, -1, Size(5,5))
均值滤波函数:blur
void blur(InputArray src,
OutputArray dst,
Size ksize,
Point anchor = Point(-1,-1),
int borderType = BORDER_DEFAULT)
该函数为方框滤波函数的区域归一化结果,
内部调用了boxFilter,且normalize = true,
其余参数说明类似于boxFilter,
例:
Mat image = imread("2.jpg");
Mat out;
blur(image, out, Size(5,5))
高斯滤波函数:GaussianBlur
void GaussianBlur(InputArray src,
OutputArray dst,
Size ksize,
double sigmaX,
double sigmaY = 0,
int borderType = BORDER_DEFAULT)
参数4 sigmaX:高斯核函数在X方向的标准偏差
参数5 sigmaY:高斯核函数在Y方向的标准偏差,=0表示同sigmaX
注意:如果sigmaX=sigmaY=0,则会有ksize.width核ksize.height计算出来
例:
Mat image = imread("3.jpg");
Mat out;
blur(image, out, Size(5,5), 0, 0)
void boxFilter(InputArray src,
OutputArray dst,
int ddepth,
Size ksize,
Point anchor = Point(-1,-1),
bool normalize = true,
int borderType = BORDER_DEFAULT)
参数1 src:源图像,应为CV_8U/16U/16S/32F/64F之一
参数2 dst:输出图像
参数3 ddepth:图像深度,=-1时表示使用原图深度,即=src.depth()
参数4 ksize:内核大小
参数5 anchor:锚点(被平滑的那个点),默认值为负,表示取核的中心
参数6 normalize:表示内核是否被区域归一化
参数7 borderType:图像外部像素的某种边界模式
例:
Mat image = imread("1.jpg");
Mat out;
boxFilter(image, out, -1, Size(5,5))
均值滤波函数:blur
void blur(InputArray src,
OutputArray dst,
Size ksize,
Point anchor = Point(-1,-1),
int borderType = BORDER_DEFAULT)
该函数为方框滤波函数的区域归一化结果,
内部调用了boxFilter,且normalize = true,
其余参数说明类似于boxFilter,
例:
Mat image = imread("2.jpg");
Mat out;
blur(image, out, Size(5,5))
高斯滤波函数:GaussianBlur
void GaussianBlur(InputArray src,
OutputArray dst,
Size ksize,
double sigmaX,
double sigmaY = 0,
int borderType = BORDER_DEFAULT)
参数4 sigmaX:高斯核函数在X方向的标准偏差
参数5 sigmaY:高斯核函数在Y方向的标准偏差,=0表示同sigmaX
注意:如果sigmaX=sigmaY=0,则会有ksize.width核ksize.height计算出来
例:
Mat image = imread("3.jpg");
Mat out;
blur(image, out, Size(5,5), 0, 0)
相关文章推荐
- 【图像处理】【计算机视觉】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV3图像处理】线性滤波:均值滤波,高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 转载:发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数
- OpenCV之八 线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【图像处理】图像滤波5种:方框、均值、高斯、中值、双边
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV笔记 10】OpenCV线性滤波(均值滤波、方框滤波、高斯滤波)
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- [转]【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
- 发个MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数
- 基于MATLAB图像处理的中值滤波、均值滤波以及高斯滤波的实现与对比
- OpenCV学习笔记(九):线性滤波:方框滤波、均值滤波、高斯滤波