《Learning Opencv3》第十章 滤波和卷积

第十章 滤波和卷积（一）

一、卷积

**卷积convolution：**对图像的操作；

卷积核kernel：一个矩阵，用于卷积运算，一般中心是锚点anchor point；

**填充pad：**由于卷积时边缘像素没有被卷积核覆盖，所以会有边缘问题。所以在卷积之前，需要对原图像进行边缘填充。

int cv::borderInterpolate(       // Returns coordinate of "donor" pixel
  int p,                         // 0-based coordinate of extrapolated pixel
  int len,                       // Length of array (on relevant axis)
  int borderType                 // Pixel extrapolation method
);

填充方式：

BORDER_REPLICATE: aaaaaa|abcdefgh|hhhhhhh

BORDER_REFLECT: fedcba|abcdefgh|hgfedcb

BORDER_REFLECT_101: gfedcb|abcdefgh|gfedcba

BORDER_WRAP: cdefgh|abcdefgh|abcdefg

BORDER_CONSTANT: iiiiii|abcdefgh|iiiiiii with some specified ‘i’

二、阈值化操作

2.1 阈值化

阈值化操作就是要从图像中分离对象（前景和背景分离）。

double cv::threshold(
  cv::InputArray    src,             // Input image
  cv::OutputArray   dst,             // Result image
  double            thresh,          // Threshold value
  double            maxValue,        // Max value for upward operations
  int               thresholdType    // Threshold type
);

阈值化操作有如下：

THRESH_BINARY二进制阈值化

THRESH_BINARY_INV反二进制阈值化

THRESH_TRUNC截断阈值化

THRESH_TOZERO阈值化为0

THRESH_TOZERO_INV反阈值化为0

void sum_rgb(const Mat& src, Mat& dst) {
	// Split image onto the color planes.
	vector< Mat> planes;
	split(src, planes);
	Mat b = planes[0], g = planes[1], r = planes[2], s;

	// Add equally weighted rgb values.
	addWeighted(r, 1. / 3., g, 1. / 3., 0.0, s);
	addWeighted(s, 1., b, 1. / 3., 0.0, s);

	// Truncate values above 100.
	threshold(s, dst, 100, 100, THRESH_TRUNC);
}

int main() {
	Mat src = imread("1.jpg"), dst;
	imshow("org img", src);

	sum_rgb(src, dst);
	imshow("dst img", dst);

	waitKey(0);
	return 0;
}

之所以要把三个颜色的通道分开是因为，高位容易溢出？（没看懂）

2.2 Otsu算法

$${\sigma }_w^2$$