OpenCV滤波


一、均值滤波blur()

原型

void blur(
	InputArray src,
	OutputArrary dst,
	Size ksize,
	Point anchor=Point(-1,-1),
	int bordeType=BORDER_DEFAULE
);

参数

  • src:输入图像
  • dst:输出图像。要和src一样的尺寸。
  • ksize:核。用Size(w,h)就行
  • anchor:锚的位置。默认(-1,-1),表示锚位于中心
  • borderType:用于推断图像外部像素的某种边界模式。不管。

例子

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

String windowNames[]={"Src","Dst"};
String trackbarNames[]={"Blur"};

Mat g_srcImage;

Mat g_dstImage;

int g_dstImageValue=1;

const int g_dstImageValueMax=200;

void onChange(int,void*)
{
    if(g_dstImageValue<=0) g_dstImageValue=1;
    blur(g_srcImage,g_dstImage,Size(g_dstImageValue,g_dstImageValue));

    //show picture
    imshow(windowNames[0],g_srcImage);
    imshow(windowNames[1],g_dstImage);

}

int main()
{
    //read picture
    g_srcImage=imread("3.jpg");


    //create window 
    namedWindow(windowNames[0],WINDOW_NORMAL);
    namedWindow(windowNames[1],WINDOW_NORMAL);

    //createTrackbar
    createTrackbar(trackbarNames[0],windowNames[1],&g_dstImageValue,g_dstImageValueMax,onChange);
    
    //call onChange()
    onChange(0,0);

	waitKey();
	return 0;
}

在这里插入图片描述

二、高斯滤波GaussianBlur()

原型

void GaussianBlur(
	InputArray src,
	OutputArrary dst,
	Size ksize,
	double sigmaxX,
	double sigmaY=0,
	int bordeType=BORDER_DEFAULE
);

参数

  • src:输入图像
  • dst:输出图像。要和src一样的尺寸。
  • ksize:核。用Size(w,h)就行。但要求w和h必须为正奇数或零
  • sigmaX:表示高斯核函数在X方向的标准偏差。填0.0就行
  • sigmaY:表示高斯核函数在X方向的标准偏差。若sigmaY为0(默认),它的值就等于sigmaX。
  • borderType:用于推断图像外部像素的某种边界模式。不管。
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

String windowNames[]={"Src","Dst"};
String trackbarNames[]={"Blur"};

Mat g_srcImage;

Mat g_dstImage;

int g_dstImageValue=1;

const int g_dstImageValueMax=200;

void onChange(int,void*)
{
    if(g_dstImageValue<=0) g_dstImageValue=1;
    if(g_dstImageValue%2==0) g_dstImageValue+=1;
    GaussianBlur(g_srcImage,g_dstImage,Size(g_dstImageValue,g_dstImageValue),0.0,0.0);

    //show picture
    imshow(windowNames[0],g_srcImage);
    imshow(windowNames[1],g_dstImage);
}

int main()
{
    //read picture
    g_srcImage=imread("M.jpg",0);


    //create window 
    namedWindow(windowNames[0],WINDOW_NORMAL);
    namedWindow(windowNames[1],WINDOW_NORMAL);

    //createTrackbar
    createTrackbar(trackbarNames[0],windowNames[1],&g_dstImageValue,g_dstImageValueMax,onChange);
    
    //call onChange()
    onChange(0,0);

	waitKey();
	return 0;
}

评论
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