自定义线性滤波器

目标：

使用OpenCV中的函数cv::filter2D 自定义线性滤波器。

理论：

卷积

在一个非常普遍的意义上，卷积是一个图像的每一个部分和一个核之间的操作。

什么是核？

一个核实质上是一个固定大小矩阵，中心点被称为锚点，如下图所示。

如何利用卷积核进行卷积　？

假设您想知道图像中某个特定位置的结果值。卷积的值以下列方式计算：
１）　将核的锚点（中心点）放在要计算像素上，卷积核剩余的部分对应在图像相应的像素上。
２）　用卷积核中的系数和图像中相应的像素值相乘，并求和。
３）　将最终结果赋值给锚点对应的像素。
４）　通过将核在整个图像滑动，重复以上计算过程直到处理完所有的像素。

用一个表达式表示以上过程如下：

代码

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
/* @function main */
int main ( int argc, char** argv )
{
  Mat src, dst;
  Mat kernel;
  Point anchor;
  double delta;
  int ddepth;
  int kernel_size;
  char* window_name = "filter2D Demo";
  int c;
  src = imread( argv[1] );
  if( !src.data )
  { return -1; }
  namedWindow( window_name, WINDOW_AUTOSIZE );
  anchor = Point( -1, -1 );
  delta = 0;
  ddepth = -1;
  int ind = 0;
  while( true )
    {
      c = waitKey(500);
      if( (char)c == 27 )
        { break; }
      kernel_size = 3 + 2*( ind%5 );
      kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
      filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
      imshow( window_name, dst );
      ind++;
    }
  return 0;
}

结果

执行一个normalized box filter。例如核的大小为３．如下图：

代码执行时和的大小为３，５，７，９和１１的结果如下：