opencv cvFilter2D

最新推荐文章于 2024-11-18 11:09:52 发布

原创最新推荐文章于 2024-11-18 11:09:52 发布 · 950 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #图像处理

opencv 专栏收录该内容

51 篇文章

订阅专栏

本文介绍如何利用OpenCV中的cvFilter2D函数实现图像的卷积操作，并通过一个具体的Sobel算子应用实例展示了如何进行图像边缘检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

/* Convolves the image with the kernel */
CVAPI(void) cvFilter2D( const CvArr* src, CvArr* dst, const CvMat* kernel,
                        CvPoint anchor CV_DEFAULT(cvPoint(-1,-1)));

kernel :卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用 cvSplit 函数分解图像到单个色彩通道上，然后单独处理。

author:

核的锚点表示一个被滤波的点在核内的位置。锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。

函数 cvFilter2D 对图像进行线性滤波，支持 In-place 操作。当核运算部分超出输入图像时，函数从最近邻的图像内部象素差值得到边界外面的象素值。

note:卷积核的系数应该是浮点类型的，这就意味着我们必须用CV_32F来初始化矩阵

<span style="font-size:10px;">void filter(void)
{
	float arr[9]=
	{
		1.0, -2.0, 1.0,
		2.0, -4.0, 2.0,
		1.0, -2.0, 1.0
	};//Sobel导数的3x3核
	
	IplImage *src=cvLoadImage("lena.jpg");
	IplImage *dst=cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 3);
	CvMat ker=cvMat(3, 3, CV_32FC1, arr);
	if (src == NULL || dst == NULL)
		exit(0);

	cvFilter2D(src, dst, &ker, cvPoint(-1, -1));

	cvNamedWindow("src");
	cvNamedWindow("dst");
	cvShowImage("src", src);
	cvShowImage("dst", dst);
	cvWaitKey(0);
	cvReleaseImage(&src);
	cvReleaseImage(&dst);
	cvDestroyAllWindows();
}</span>