自定义高斯滤波器

最新推荐文章于 2025-03-03 15:09:30 发布

我打豆豆sky

最新推荐文章于 2025-03-03 15:09:30 发布

阅读量605

点赞数

分类专栏：代码

代码专栏收录该内容

23 篇文章

订阅专栏

博客围绕自定义高斯滤波器展开，虽暂无具体内容，但可知核心聚焦于该滤波器的自定义方面，在信息技术领域，滤波器常用于信号处理、图像处理等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<iostream>
#include<opencv2\opencv.hpp>

using namespace cv;
using namespace std;

double **getGaussArr(int size,double sigma)
{
	double sum = 0;
	double Sigmma = 1;

	//建立一个size*size的二维数组
	double **Gaussian_Temp =new double *[size];
	for (int i = 0; i < size; ++i)
	{
		Gaussian_Temp[i] = new double[size];
	}

	//计算高斯模板
	for (int i = 0; i <size; i++)
	{
		for (int j = 0; j < size; j++)
		{
			Gaussian_Temp[i][j] = exp(-((i - size / 2)*(i - size / 2) + (j - size / 2)*(j - size / 2)) / (2.0*Sigmma*Sigmma));
			sum += Gaussian_Temp[i][j];
		}
	}

	//归一化处理
	for (int i = 0; i < size; i++)
	{
		for (int j = 0; j < size; j++)
		{
			Gaussian_Temp[i][j] = Gaussian_Temp[i][j] / sum;			
		}	
	}
	return Gaussian_Temp;
}

//自定义高斯模糊
void myGaussian(const Mat _src, Mat &_dst)
{
	if (!_src.data) return;
	double **arr;
	Mat tmp(_src.size(), _src.type());
	for (int i=0;i<_src.rows;++i)
		for (int j = 0; j < _src.cols; ++j)
		{
			if ((i - 1) > 0 && (i + 1) < _src.rows && (j - 1) > 0 && (j + 1) < _src.cols)
			{
				arr = getGaussArr(3, 1);
				tmp.at<Vec3b>(i, j)[0] = 0;
				tmp.at<Vec3b>(i, j)[1] = 0;
				tmp.at<Vec3b>(i, j)[2] = 0;
				for (int x = 0; x < 3; ++x)
					for (int y = 0; y < 3; ++y)//用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
					{
						tmp.at<Vec3b>(i, j)[0] += arr[x][y] * _src.at<Vec3b>(i + 1 - x, j + 1 - y)[0];
						tmp.at<Vec3b>(i, j)[1] += arr[x][y] * _src.at<Vec3b>(i + 1 - x, j + 1 - y)[1];
						tmp.at<Vec3b>(i, j)[2] += arr[x][y] * _src.at<Vec3b>(i + 1 - x, j + 1 - y)[2];
						

					}
			}
		}
	tmp.copyTo(_dst);
}

//椒盐化图
void salt(Mat &image, int n)
{
	for (int k = 0; k < n; k++)
	{
		int i = rand() % image.cols;
		int j = rand() % image.rows;
		if (image.channels() == 1)
		{
			image.at<uchar>(j, i) = 255;
		}
		else if (image.channels() == 3)
		{
			image.at<Vec3b>(j, i) = 255;
		}
	}
}

void main()
{
	Mat image = imread("D:/2015project/gaosimuban/1.jpg");
	Mat salt_image;
	image.copyTo(salt_image);

	Mat _gaussian;   
	Mat image1;
	salt(salt_image, 1000);
	myGaussian(salt_image, _gaussian);
	GaussianBlur(salt_image, image1, Size(3, 3), 0,0);

	imshow("原图", image);
	imshow("椒盐化图", salt_image);
	imshow("自定义高斯模糊", _gaussian);
	imshow("opencv自带高斯模糊", image1);

	waitKey(0);
}