国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

圖像平滑處理:cv::filter2D()函數(shù)詳解

這篇具有很好參考價值的文章主要介紹了圖像平滑處理:cv::filter2D()函數(shù)詳解。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

cv::filter2D 函數(shù)可以對圖像進(jìn)行線性濾波。

函數(shù)可以對圖像進(jìn)行線性濾波。該函數(shù)使用指定的卷積核對輸入圖像進(jìn)行卷積,以計算輸出圖像中每個像素的值。

該函數(shù)的原型如下:

void cv::filter2D(InputArray src, OutputArray dst, int ddepth, InputArray kernel, Point anchor = Point(-1,-1), double delta = 0, int borderType = BORDER_DEFAULT)

其中,src 參數(shù)表示輸入圖像,dst 參數(shù)表示輸出圖像,ddepth 參數(shù)表示輸出圖像的深度,kernel 參數(shù)表示卷積核,anchor 參數(shù)表示錨點,delta 參數(shù)表示在將結(jié)果存儲到輸出圖像之前添加到每個像素的可選值,borderType 參數(shù)表示邊界填充類型。每個參數(shù)具體的詳細(xì)解析見下:

src:輸入圖像。
dst:輸出圖像,與輸入圖像大小和通道數(shù)相同。
ddepth:輸出圖像的深度,可以設(shè)置為 -1,表示與輸入圖像深度相同。
kernel:卷積核,用于對圖像進(jìn)行濾波。
anchor:錨點,表示卷積核中心的位置。默認(rèn)值為 (-1,-1),表示卷積核中心位于卷積核的中心。
delta:在將結(jié)果存儲到輸出圖像之前添加到每個像素的可選值。默認(rèn)值為 0。
borderType:邊界填充類型,用于指定如何處理邊界像素。默認(rèn)值為 cv::BORDER_DEFAULT。

參數(shù)ddepth表示的圖像深度分別有:

CV_8U:8 位無符號整數(shù)。
CV_16U:16 位無符號整數(shù)。
CV_16S:16 位有符號整數(shù)。
CV_32F:32 位浮點數(shù)。
CV_64F:64 位浮點數(shù)。
此外,您還可以將 ddepth 參數(shù)設(shè)置為 -1,表示輸出圖像的深度與輸入圖像的深度相同。

參數(shù)borderType還有以下邊界填充類型:

cv::BORDER_CONSTANT:使用常數(shù)填充邊界。
cv::BORDER_REPLICATE:復(fù)制最后一個元素來填充邊界。
cv::BORDER_REFLECT:在邊界處反射圖像內(nèi)容來填充邊界。
cv::BORDER_WRAP:在邊界處環(huán)繞圖像內(nèi)容來填充邊界。
cv::BORDER_REFLECT_101:與 cv::BORDER_REFLECT 類似,但在反射時不包括最后一個元素。
cv::BORDER_TRANSPARENT:忽略邊界像素。
cv::BORDER_DEFAULT:默認(rèn)值,等同于 cv::BORDER_REFLECT_101

下面是一個簡單的示例,它展示了如何使用 cv::filter2D 函數(shù)對圖像進(jìn)行高斯模糊:

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat src = cv::imread("image.jpg");  // 輸入圖片路徑
    cv::Mat dst;
    cv::Mat kernel = (cv::Mat_<float>(3,3) << 1/16.0, 2/16.0, 1/16.0, 2/16.0, 4/16.0, 2/16.0, 1/16.0, 2/16.0, 1/16.0);
    cv::filter2D(src, dst, -1, kernel);
    cv::imshow("src", src);
    cv::imshow("dst", dst);
    cv::waitKey(0);
    return 0;
}

測試結(jié)果如下圖所示:

圖像平滑處理:cv::filter2D()函數(shù)詳解文章來源地址http://www.zghlxwxcb.cn/news/detail-513225.html

到了這里,關(guān)于圖像平滑處理:cv::filter2D()函數(shù)詳解的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進(jìn)行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • OpenCV filter2D函數(shù)詳解

    OpenCV filter2D函數(shù)詳解

    ????????OpenCV filter2D將圖像與內(nèi)核進(jìn)行卷積,將任意線性濾波器應(yīng)用于圖像。支持就地操作。當(dāng)孔徑部分位于圖像之外時,該函數(shù)根據(jù)指定的邊界模式插值異常像素值。 ? ? ? ??該函數(shù)實際上計算相關(guān)性,而不是卷積: ? filter2D函數(shù)的原型如下: ????????void cv::filt

    2024年04月12日
    瀏覽(21)
  • opencv-34 圖像平滑處理-雙邊濾波cv2.bilateralFilter()

    opencv-34 圖像平滑處理-雙邊濾波cv2.bilateralFilter()

    雙邊濾波(BilateralFiltering)是一種圖像處理濾波技術(shù),用于平滑圖像并同時保留邊緣信息。與其他傳統(tǒng)的線性濾波方法不同,雙邊濾波在考慮像素之間的空間距離之外,還考慮了像素之間的灰度值相似性。這使得雙邊濾波能夠有效地去除噪聲,同時保持圖像的細(xì)節(jié)和邊緣。

    2024年02月14日
    瀏覽(23)
  • opencv 31-圖像平滑處理-方框濾波cv2.boxFilter()

    opencv 31-圖像平滑處理-方框濾波cv2.boxFilter()

    方框濾波(Box Filtering)是一種簡單的圖像平滑處理方法,它主要用于去除圖像中的噪聲和減少細(xì)節(jié),同時保持圖像的整體亮度分布。 方框濾波的原理很簡單:對于圖像中的每個像素,將其周圍的一個固定大小的鄰域內(nèi)的像素值取平均,然后將這個平均值賦值給當(dāng)前像素。這

    2024年02月14日
    瀏覽(19)
  • opencv 30 -圖像平滑處理01-均值濾波 cv2.blur()

    opencv 30 -圖像平滑處理01-均值濾波 cv2.blur()

    圖像平滑處理(Image Smoothing)是一種圖像處理技術(shù),旨在減少圖像中的噪聲、去除細(xì)節(jié)并平滑圖像的過渡部分。這種處理常用于預(yù)處理圖像,以便在后續(xù)圖像處理任務(wù)中獲得更好的結(jié)果。 常用的圖像平滑處理方法包括: 均值濾波(Mean Filtering) :用圖像中像素周圍區(qū)域的平

    2024年02月01日
    瀏覽(88)
  • opencv(15) 圖像平滑處理之二:cv2.GaussianBlur()高斯濾波

    opencv(15) 圖像平滑處理之二:cv2.GaussianBlur()高斯濾波

    高斯濾波是一種線性平滑濾波,適用于消除高斯噪聲,廣泛應(yīng)用于圖像處理的減噪過程。 高斯模板是通過對二維高斯函數(shù)進(jìn)行采樣(高斯模糊的卷積核里的數(shù)值滿足高斯分布)、量化并歸一化得到的,它考慮了鄰域像素位置的影響,距離當(dāng)前被平滑像素越近的點,加權(quán)系數(shù)越大

    2024年02月10日
    瀏覽(97)
  • Open CV 圖像處理基礎(chǔ):(五)Java 使用 Open CV 的繪圖函數(shù)

    Open CV 圖像處理基礎(chǔ):(五)Java 使用 Open CV 的繪圖函數(shù)

    使用 Open CV 在 Java 中對圖片使用繪圖函數(shù),分別繪制矩形、斜線、圓形、橢圓形以及添加文本 繪制矩形 參數(shù)說明: Mat img: 要繪制矩形的圖像。 Point pt1: 矩形的一個頂點。 Point pt2: 與 pt1 相對的矩形的另一個頂點(不是矩形的對角線上的相鄰頂點)。 Scalar color: 矩形的顏色。

    2024年02月02日
    瀏覽(21)
  • 【圖像處理OpenCV(C++版)】——5.2 圖像平滑之高斯平滑

    【圖像處理OpenCV(C++版)】——5.2 圖像平滑之高斯平滑

    前言 : ?????? 歡迎來到本博客 ?????? ?????? 本專欄主要結(jié)合OpenCV和C++來實現(xiàn)一些基本的圖像處理算法并詳細(xì)解釋各參數(shù)含義,適用于平時學(xué)習(xí)、工作快速查詢等,隨時更新。 ?????? 具體食用方式:可以點擊本專欄【OpenCV快速查找(更新中)】–搜索你要查詢的算子

    2024年02月15日
    瀏覽(17)
  • (數(shù)字圖像處理MATLAB+Python)第六章圖像平滑-第一節(jié):圖像平滑概述和空間域平滑濾波

    (數(shù)字圖像處理MATLAB+Python)第六章圖像平滑-第一節(jié):圖像平滑概述和空間域平滑濾波

    圖像平滑(Image Smoothing) :是一種數(shù)字圖像處理技術(shù),用于減少圖像中的 噪聲 和 不規(guī)則性 ,使圖像更加平滑和連續(xù)。在圖像中,噪聲通常表現(xiàn)為不規(guī)則的、突出的像素值,這可能會導(dǎo)致圖像細(xì)節(jié)丟失,使其難以進(jìn)行分析和處理。圖像平滑技術(shù)可以通過對像素值進(jìn)行濾波來

    2023年04月24日
    瀏覽(103)
  • 【圖像處理OpenCV(C++版)】——5.4 圖像平滑之中值平滑(濾波)

    【圖像處理OpenCV(C++版)】——5.4 圖像平滑之中值平滑(濾波)

    前言 : ?????? 歡迎來到本博客 ?????? ?????? 本專欄主要結(jié)合OpenCV和C++來實現(xiàn)一些基本的圖像處理算法并詳細(xì)解釋各參數(shù)含義,適用于平時學(xué)習(xí)、工作快速查詢等,隨時更新。 ?????? 具體食用方式:可以點擊本專欄【OpenCV快速查找(更新中)】–搜索你要查詢的算子

    2024年02月10日
    瀏覽(89)
  • 【圖像處理OpenCV(C++版)】——5.3 圖像平滑之均值平滑(濾波)

    【圖像處理OpenCV(C++版)】——5.3 圖像平滑之均值平滑(濾波)

    前言 : ?????? 歡迎來到本博客 ?????? ?????? 本專欄主要結(jié)合OpenCV和C++來實現(xiàn)一些基本的圖像處理算法并詳細(xì)解釋各參數(shù)含義,適用于平時學(xué)習(xí)、工作快速查詢等,隨時更新。 ?????? 具體食用方式:可以點擊本專欄【OpenCV快速查找(更新中)】–搜索你要查詢的算子

    2024年02月04日
    瀏覽(27)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包