OpenCV 图像处置惩罚中滤波技能介绍

VS2022设置OpenCV环境

• 关于OpenCV在VS2022上设置的教程可以参考：VS2022 设置OpenCV开辟环境详细教程
  

图像处置惩罚中滤波技能

图像滤波是图像处置惩罚中的一种重要技能，用于改善图像质量或提取图像中的特定特征。以下是一些常见的图像滤波技能：

• 均值滤波（Mean Filter）：
  
  
  
  • 简单且广泛使用的线性滤波器，用于平滑图像并淘汰噪声。
    
  • 通过将每个像素值替换为该像素四周邻域内像素值的均匀值来实现。
    
  
  
• 高斯滤波（Gaussian Filter）：
  
  
  
  • 一种权重滤波器，使用高斯函数作为权重，对图像进行平滑处置惩罚。
    
  • 高斯滤波器对图像的边沿和细节有较好的保留效果。
    
  
  
• 中值滤波（Median Filter）：
  
  
  
  • 一种非线性滤波器，通过替换每个像素值为其邻域内的中值来淘汰噪声。
    
  • 对于椒盐噪声（salt-and-pepper noise）特殊有效。
    
  
  
• 锐化滤波（Sharpening Filter）：
  
  
  
  • 通过加强图像中的高频身分来进步图像的清楚度。
    
  • 常用的锐化滤波器包罗拉普拉斯滤波器。
    
  
  
• 拉普拉斯滤波（Laplacian Filter）：
  
  
  
  • 用于边沿检测，通过突出图像中的二阶导数来实现。
    
  • 拉普拉斯滤波器可以加强图像的边沿，但也可能放大噪声。
    
  
  
• 双边滤波（Bilateral Filter）：
  
  
  
  • 联合了均值滤波和高斯滤波的优点，同时保留了边沿信息。
    
  • 它根据像素的强度和空间距离进行加权，以平滑图像而不含糊边沿。
    
  
  
• 高通滤波（High-pass Filter）：
  
  
  
  • 允许高频信号通过，阻止低频信号。
    
  • 在图像处置惩罚中，通常用于突出边沿和细节。
    
  
  
• 低通滤波（Low-pass Filter）：
  
  
  
  • 与高通滤波器相反，允许低频信号通过，阻止高频信号。
    
  • 用于图像平滑和去噪。
    
  
  
• 傅里叶变换滤波（Fourier Transform Filtering）：
  
  
  
  • 使用傅里叶变换将图像从空间域转换到频率域。
    
  • 在频率域中应用滤波器，然后通过逆傅里叶变换将图像转换回空间域。
    
  
  
• 形态学滤波（Morphological Filtering）：
  
  
  
  • 包罗膨胀（Dilation）、腐蚀（Erosion）、开运算（Opening）、闭运算（Closing）等。
    
  • 用于图像的形态学操纵，如去除小的不规则性或连接断裂的区域。
    
  
  

每种滤波技能都有其特定的应用场景和效果。选择符合的滤波器取决于图像的特性和处置惩罚目的。例如，高斯滤波适合于平滑图像和去除高斯噪声，而中值滤波则更适合于去除椒盐噪声。在实际应用中，可能需要联合多种滤波技能来达到最佳效果。
均值滤波

• 介绍：均值滤波是最简单的滤波器之一，它将每个像素的值替换为其邻域内所有像素值的均匀值。
  
• 函数：blur()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, blur_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::blur(image, blur_image, cv::Size(5, 5)); // 5x5的均值滤波
7.     cv::imshow("blur_image", blur_image);
8.     cv::waitKey(0); // 等待用户按键
9.     return 0;
10. }

复制代码

• 结果：
  
  
  
  

高斯滤波

• 介绍： 高斯滤波使用高斯函数作为权重来计算邻域内像素的均匀值，对图像进行平滑。
  
• 函数：GaussianBlur()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, gaussian_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::GaussianBlur(image, gaussian_image, cv::Size(5, 5), 0); // 5x5的高斯滤波
7.     cv::imshow("gaussian_image", gaussian_image);
8.     cv::waitKey(0); // 等待用户按键
9.     return 0;
10. }

复制代码

• 结果：
  
  
  
  

中值滤波

• 介绍：中值滤波是一种非线性滤波器，它将每个像素替换为其邻域内所有像素值的中值，对椒盐噪声非常有效。
  
• 函数：medianBlur()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, median_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::medianBlur(image, median_image, 5); // 5x5的中值滤波
7.     cv::imshow("median_image", median_image);
8.     cv::waitKey(0); // 等待用户按键
9.     return 0;
10. }

复制代码

• 结果：
  
  
  
  

双边滤波

• 介绍：双边滤波在平滑图像的同时保留边沿，它根据像素值的接近度和空间距离来加权。
  
• 函数：bilateralFilter()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, bilateral_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::bilateralFilter(image, bilateral_image, 9, 75, 75); // 9x9的双边滤波
7.     cv::imshow("bilateral_image", bilateral_image);
8.     cv::waitKey(0); // 等待用户按键
9.     return 0;
10. }

复制代码

• 结果：
  
  
  
  

锐化滤波

• 介绍：锐化滤波通过加强图像的高频分量来使图像看起来更清楚。
  
• 函数：filter2D()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, sharpen_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::Mat kernel = (cv::Mat_<char>(3, 3) << 0, -1, 0,
7.         -1, 5, -1,
8.         0, -1, 0);
9.     cv::filter2D(image, sharpen_image, image.depth(), kernel);
10.     cv::imshow("sharpen_image", sharpen_image);
11.     cv::waitKey(0); // 等待用户按键
12.     return 0;
13. }

复制代码

• 结果：
  
  
  
  

拉普拉斯滤波

• 介绍：拉普拉斯滤波是一种边沿加强的线性滤波器，它使用拉普拉斯算子来突出图像的二阶导数。
  
• 函数：
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat image, laplacian_image;
5.     image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::Laplacian(image, laplacian_image, CV_16S, 1);
7.     cv::convertScaleAbs(laplacian_image, laplacian_image); // 转换为无符号8位
8.     cv::imshow("laplacian_image", laplacian_image);
9.     cv::waitKey(0); // 等待用户按键
10.     return 0;
11. }

复制代码

• 结果：
  
  
  
  

方框滤波

• 介绍：方框滤波是一种简单的线性滤波器，它将每个像素的值替换为其邻域内所有像素值的总和除以邻域巨细。
  
• 函数：blur()
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat src_image, box_image;
5.     src_image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::blur(src_image, box_image, cv::Size(3, 3), cv::Point(-1, -1),
7.     cv::BORDER_DEFAULT);
8.     cv::imshow("box_image", box_image);
9.     cv::waitKey(0); // 等待用户按键
10.     return 0;
11. }

复制代码

• 结果：
  
  
  
  

自定义滤波器

• 介绍：可以创建自定义的滤波器核来应用特定的效果。
  
• 函数：filter2D
  
• c++ demo：
  

1. #include <opencv2/opencv.hpp>
3. int main() {
4.     cv::Mat src_image, custom_filtered_image;
5.     src_image = cv::imread("amy.png", cv::IMREAD_COLOR);
6.     cv::Mat custom_kernel = (cv::Mat_<float>(3, 3) << 1, 1, 1,
7.         1, 0, 1,
8.         1, 1, 1);
9.     cv::filter2D(src_image, custom_filtered_image, src_image.depth(), custom_kernel);
10.     cv::imshow("custom_filtered_image", custom_filtered_image);
11.     cv::waitKey(0); // 等待用户按键
12.     return 0;
13. }

复制代码

• 结果：
  
  
  
  

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！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。