均值滤波器与中值滤波器的实现

本文介绍了一种图像处理技术中的均值滤波器和中值滤波器的实现方法。均值滤波器通过计算局部窗口内像素的平均值来减少图像噪声,而中值滤波器则通过计算局部窗口内的中值来去除椒盐噪声。这两种方法都是针对灰度图像进行处理。
部署运行你感兴趣的模型镜像

//均值滤波器

//nWindowSize 为滤波器窗口大小,取奇数。

// pSrcImage 指向原始图像的指针。

//返回值是 指向处理后图像的指针。

#include "StdAfx.h"
#include "filterfunction.h"

IplImage* meanfilter(const IplImage* pSrcImage,int nWindowSize)
{
    int nRadius = (nWindowSize-1)/2;
 //
 if (pSrcImage->nChannels!=1)
    {
  MessageBox(NULL,"Images with more than one channel are not surpported yet.^_^", "Error", MB_OK);
  //handle error here
  return 0;
    }
 //handle image with one channel
 IplImage* pDesImage = cvCloneImage(pSrcImage);
 int nSumWindow = 0;
 for (int i = nRadius; i < pSrcImage->height-nRadius; i++)
 {
  for (int j = nRadius; j < pSrcImage->widthStep-nRadius; j++)
  {
           
    nSumWindow = 0;
    for (int m = -nRadius; m <= nRadius; m++)
    {
     for (int n = -nRadius; n <= nRadius; n++)
     {
      nSumWindow = nSumWindow + (unsigned char) (pSrcImage->imageData[pSrcImage->widthStep*(i+m)+j+n]);
     }

    }   
    pDesImage->imageData[pDesImage->widthStep*i + j] = (unsigned char)(nSumWindow/(nWindowSize*nWindowSize));
 
  }
 }
 return pDesImage;
}

//中值滤波器

 

#include "StdAfx.h"
#include "filterfunction.h"

unsigned char FindMedianValue(unsigned char* array,int nLength);

IplImage* medianfilter(const IplImage* pSrcImage,int nWindowSize)
{
 int nRadius = (nWindowSize-1)/2;
 //
 if (pSrcImage->nChannels!=1)
    {
  MessageBox(NULL,"Images with more than one channel are not surpported yet.^_^", "Error", MB_OK);
  //handle error here
  return 0;
    }
 //handle image with one channel
 IplImage* pDesImage = cvCloneImage(pSrcImage);

 
 unsigned char* pWindowData = new unsigned char[nWindowSize*nWindowSize];
 memset(pWindowData,0,nWindowSize*nWindowSize*sizeof(char));
 unsigned char* ptemp = pWindowData;

 for (int i = nRadius; i < pSrcImage->height-nRadius; i++)
 {
  for (int j = nRadius; j < pSrcImage->widthStep-nRadius; j++)
  {
   ptemp = pWindowData;
            for (int m = -nRadius;m <= nRadius;m++)
   {
    for (int n = -nRadius;n <= nRadius;n++)
    {
     *ptemp = (unsigned char) (pSrcImage->imageData[pSrcImage->widthStep*(i+m)+j+n]);
     ptemp++;
    }
            }
            pDesImage->imageData[pSrcImage->widthStep*i+j] = FindMedianValue(pWindowData,nWindowSize*nWindowSize);       
  
  }
 }
 //delete pWindowData;
 return pDesImage;
}

unsigned char FindMedianValue(unsigned char* array,int nLength)
{
 //冒泡
 unsigned char* ptemp = array;
 unsigned char ntemp = 0;
 for (int i = 0;i < nLength;i++)
 {
  ptemp = array;
 
  for (int j = 0;j < nLength-i;j++)
  {
   if(*ptemp > *(ptemp+1))
   {
    ntemp = *ptemp;
    *ptemp = *(ptemp+1);
    *(ptemp+1) = ntemp; 
    ptemp++;
   }else
    ptemp++;

  }
 }

 return *(array+(nLength-1)/2);

}

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值