Opencv 实现最大和最小值滤波、不同卷积核大小的滤波

#include <opencv2/opencv.hpp>
#include <iostream>
#include <algorithm>

using namespace std;

cv::Mat maxFilter(const cv::Mat& image, int kernelSize) {
    // 获取图像的高度和宽度
    int height = image.rows;
    int width = image.cols;

    // 计算边界
    int pad = kernelSize / 2;

    // 创建输出图像
    cv::Mat filteredImage = cv::Mat::zeros(image.size(), image.type());

    // 遍历图像的每一个像素
    for (int i = 0; i < height; ++i) {
        for (int j = 0; j < width; ++j) {
            // 提取当前区域
            uchar maxVal = 0; // 假设图像是灰度图
            for (int m = -pad; m <= pad; ++m) {
                for (int n = -pad; n <= pad; ++n) {
                    int x = std::min(std::max(i + m, 0), height - 1);
                    int y = std::min(std::max(j + n, 0), width - 1);
                    maxVal = std::max(maxVal, image.at<uchar>(x, y)); // 对于灰度图
                }
            }
            filteredImage.at<uchar>(i, j) = maxVal; // 对于灰度图
        }
    }

    return filteredImage;
}

cv::Mat minFilter(const cv::Mat& image, int kernelSize) {
    // 获取图像的高度和宽度
    int height = image.rows;
    int width = image.cols;

    // 计算边界
    int pad = kernelSize / 2;

    // 创建输出图像
    cv::Mat filteredImage = cv::Mat::zeros(image.size(), image.type());

    // 遍历图像的每一个像素
    for (int i = 0; i < height; ++i) {
        for (int j = 0; j < width; ++j) {
            // 提取当前区域
            uchar minVal = 255; // 假设图像是灰度图，初始化为最大值
            for (int m = -pad; m <= pad; ++m) {
                for (int n = -pad; n <= pad; ++n) {
                    int x = std::min(std::max(i + m, 0), height - 1);
                    int y = std::min(std::max(j + n, 0), width - 1);
                    minVal = std::min(minVal, image.at<uchar>(x, y)); // 对于灰度图
                }
            }
            filteredImage.at<uchar>(i, j) = minVal; // 对于灰度图
        }
    }

    return filteredImage;
}

int main() {
    // 读取图像
    cv::Mat image = cv::imread("C:\\Users\\mao\\Desktop\\bjxn\\sonar\\test\\1479710347_3342.png", cv::IMREAD_GRAYSCALE);
    if (image.empty()) {
        cout << "Error: Could not open or find the image!" << endl;
        return -1;
    }

    // 应用最大值滤波
    cv::Mat filteredImage = maxFilter(image, 10);
    cv::Mat filteredImage2 = minFilter(image, 10);
    // 显示结果
    cv::imshow("Original Image", image);
    cv::imshow("Max Filtered Image", filteredImage);
    cv::imshow("Min Filtered Image", filteredImage2);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

//不同卷积核大小的滤波
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;

cv::Mat convolution(const cv::Mat& image, const cv::Mat& kernel) {
    // 获取图像和卷积核的尺寸
    int height = image.rows;
    int width = image.cols;
    int kHeight = kernel.rows;
    int kWidth = kernel.cols;

    // 计算边界
    int padY = kHeight / 2;
    int padX = kWidth / 2;

    // 创建输出图像
    cv::Mat filteredImage = cv::Mat::zeros(image.size(), image.type());

    // 遍历图像的每一个像素
    for (int i = 0; i < height; ++i) {
        for (int j = 0; j < width; ++j) {
            float sum = 0.0; // 用于存储卷积结果
            for (int m = -padY; m <= padY; ++m) {
                for (int n = -padX; n <= padX; ++n) {
                    int x = std::min(std::max(i + m, 0), height - 1);
                    int y = std::min(std::max(j + n, 0), width - 1);
                    sum += image.at<uchar>(x, y) * kernel.at<float>(m + padY, n + padX);
                }
            }
            filteredImage.at<uchar>(i, j) = std::min(std::max(sum, 0.0f), 255.0f); // 限制值在 0 到 255 之间
        }
    }

    return filteredImage;
}

int main() {
    // 读取图像
    cv::Mat image = cv::imread("C:\\Users\\mao\\Desktop\\bjxn\\sonar\\test\\1479710347_3342.png", cv::IMREAD_GRAYSCALE);
    if (image.empty()) {
        cout << "Error: Could not open or find the image!" << endl;
        return -1;
    }

    // 定义不同行和列的卷积核（例如，3x5 卷积核）
    cv::Mat kernel = (cv::Mat_<float>(3, 5) << 
        1/15.0, 1/15.0, 1/15.0, 1/15.0, 1/15.0,
        1/15.0, 1/15.0, 1/15.0, 1/15.0, 1/15.0,
        1/15.0, 1/15.0, 1/15.0, 1/15.0, 1/15.0);

    // 应用卷积
    cv::Mat filteredImage = convolution(image, kernel);

    // 显示结果
    cv::imshow("Original Image", image);
    cv::imshow("Convolved Image", filteredImage);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

// 3行1列
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;

cv::Mat convolution(const cv::Mat& image, const cv::Mat& kernel) {
    // 获取图像和卷积核的尺寸
    int height = image.rows;
    int width = image.cols;
    int kHeight = kernel.rows;
    
    // 计算边界
    int pad = kHeight / 2;

    // 创建输出图像
    cv::Mat filteredImage = cv::Mat::zeros(image.size(), image.type());

    // 遍历图像的每一个像素
    for (int i = 0; i < height; ++i) {
        for (int j = 0; j < width; ++j) {
            float sum = 0.0; // 用于存储卷积结果
            for (int m = -pad; m <= pad; ++m) {
                int x = std::min(std::max(i + m, 0), height - 1);
                sum += image.at<uchar>(x, j) * kernel.at<float>(m + pad, 0); // 只使用 j 位置
            }
            filteredImage.at<uchar>(i, j) = std::min(std::max(sum, 0.0f), 255.0f); // 限制值在 0 到 255 之间
        }
    }

    return filteredImage;
}

int main() {
    // 读取图像
    cv::Mat image = cv::imread("C:\\Users\\mao\\Desktop\\bjxn\\sonar\\test\\1479710347_3342.png", cv::IMREAD_GRAYSCALE);
    if (image.empty()) {
        cout << "Error: Could not open or find the image!" << endl;
        return -1;
    }

    // 定义 3x1 卷积核（例如，垂直均值滤波器）
    cv::Mat kernel = (cv::Mat_<float>(3, 1) << 
        1/3.0,
        1/3.0,
        1/3.0);

    // 应用卷积
    cv::Mat filteredImage = convolution(image, kernel);

    // 显示结果
    cv::imshow("Original Image", image);
    cv::imshow("Convolved Image", filteredImage);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}