【C++】【图像处理】均值滤波和高斯滤波（低通滤波）算法解析（以.raw格式
1 void meanFilter(BYTE* image, int width, int height, BYTE* outImg)2 {
3 //均值滤波
4 int smth;
5 int i, j, m, n;
6 BYTE block;
7
8 // 高斯卷积核初始化
9 smth = 1, smth = 2, smth = 1,
10 smth = 2, smth = 4, smth = 2,
11 smth = 1, smth = 2, smth = 1;
12
13 int value;
14 for (i = 0;i < 9;i++) //初始化均值卷积核
15 smth = 1;
16
17 for (i = 0;i < height;i++)
18 for (j = 0;j < width;j++) {
19 //将输出图像边缘的像素值设为 0
20 if (i == 0 || j == 0 || i == height - 1 || j == width - 1)
21 outImg = 0;
22
23 //提取以当前像素为中心的 3x3 区域的像素值，然后利用卷积操作计算这个区域的均值，最后将计算得到的均值作为输出图像中对应位置的像素值
24 else {
25 for (m = -1;m < 2;m++)
26 for (n = -1;n < 2;n++)
27 block[(m + 1) * 3 + n + 1] = image[(i + m) * width + j + n];
28 value = convolution(smth, block);
29 outImg = BYTE(value / 9.0f); // 高斯为 value / 16.0f
30 }
31 }
32
33 }
34
35
36 int convolution(int* operatr, BYTE* block)
37 {
38 int value;
39 int i, j;
40 value = 0;
41 //卷积运算
42 //遍历 3x3 区域内的每个像素，并根据卷积核的权重计算出卷积结果
43 for (i = 0;i < 3;i++)
44 for (j = 0;j < 3;j++)
45 value += operatr * block;
46 /*
47 1 1 1
48 1 1 1
49 1 1 1
50
51 0 0 0
52 0 x y
53 0 j k
54 */
55
56 return value;
57
58 }
低通滤波和直方图均衡核心点：按照一定的 权重 / 均分比例 处理 一定区域 / 数量上的像素点上的灰度级值。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]