opencv三种线性滤波的综合使用

最新推荐文章于 2023-10-15 18:05:36 发布

Sir_wang

最新推荐文章于 2023-10-15 18:05:36 发布

阅读量309

点赞数

分类专栏： opencv Qt opencv学习

本文链接：https://blog.youkuaiyun.com/k_wang_/article/details/83062211

版权

Qt 同时被 3 个专栏收录

11 篇文章

订阅专栏

opencv

10 篇文章

订阅专栏

opencv学习

8 篇文章

订阅专栏

本文通过使用OpenCV库，详细介绍了方框滤波、均值滤波和高斯滤波三种图像滤波技术的实现过程。通过调整内核大小，读者可以直观地观察到不同滤波效果对图像的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文代码来源于https://blog.youkuaiyun.com/poem_qianmo/article/details/22745559，在上一篇文章的基础上增加了进度条的支持，可以更加直观的看出滤波的效果

#include "widget.h"
#include <QApplication>


#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

using namespace cv;


Mat g_srcImage,g_dstImage1,g_dstImage2,g_dstImage3;//存储图片的Mat类型
int g_nBoxFilterValue=3;  //方框滤波参数值
int g_nMeanBlurValue=3;  //均值滤波参数值
int g_nGaussianBlurValue=3;  //高斯滤波参数值


//轨迹条的回调函数
static void on_BoxFilter(int, void *);            //方框滤波
static void on_MeanBlur(int, void *);           //均值滤波
static void on_GaussianBlur(int, void *);                    //高斯滤波



int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
//    Widget w;
//    w.show();

    //改变console字体颜色
    system("color5E");

    //载入原图
    g_srcImage= imread( "../imgs/a.jpeg", 1 );
    if(!g_srcImage.data )
    {
        //printf("Oh，no，读取srcImage错误~！\n"); return false;
    }

    //克隆原图到三个Mat类型中
    g_dstImage1= g_srcImage.clone( );
    g_dstImage2= g_srcImage.clone( );
    g_dstImage3= g_srcImage.clone( );

    //显示原图
    namedWindow("【<0>原图窗口】", 1);
    imshow("【<0>原图窗口】",g_srcImage);


    //【<1>方框滤波】
    //创建窗口
    namedWindow("【<1>方框滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<1>方框滤波】",&g_nBoxFilterValue, 40,on_BoxFilter );
    on_MeanBlur(g_nBoxFilterValue,0);
    imshow("【<1>方框滤波】", g_dstImage1);


    //【<2>均值滤波】
    //创建窗口
    namedWindow("【<2>均值滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<2>均值滤波】",&g_nMeanBlurValue, 40,on_MeanBlur );
    on_MeanBlur(g_nMeanBlurValue,0);

    //【<3>高斯滤波】
    //创建窗口
    namedWindow("【<3>高斯滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<3>高斯滤波】",&g_nGaussianBlurValue, 40,on_GaussianBlur );
    on_GaussianBlur(g_nGaussianBlurValue,0);


    return a.exec();
}


//     描述：方框滤波操作的回调函数
static void on_BoxFilter(int, void *)
{
       //方框滤波操作
       boxFilter(g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1));
       //显示窗口
       imshow("【<1>方框滤波】", g_dstImage1);
}


//     描述：均值滤波操作的回调函数
static void on_MeanBlur(int, void *)
{
       //均值滤波操作
       blur(g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1),Point(-1,-1));
       //显示窗口
       imshow("【<2>均值滤波】", g_dstImage2);
}


//     描述：高斯滤波操作的回调函数
static void on_GaussianBlur(int, void *)
{
       //高斯滤波操作
       GaussianBlur(g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1 ), 0, 0);
       //显示窗口
       imshow("【<3>高斯滤波】", g_dstImage3);
}