9、OpenCV 图像滤波与特效处理实战

OpenCV 图像滤波与特效处理实战

在计算机视觉领域，OpenCV 是一个强大的工具，它可以帮助我们对图像进行各种处理，包括边缘检测、模糊、锐化等。下面将详细介绍如何使用 OpenCV 实现这些功能。

1. 2D 卷积基础

卷积是图像处理中的基本操作，它通过一个称为核（kernel）的矩阵对图像中的每个像素进行数学运算，从而改变像素的值。具体步骤如下：
1. 选择一个核矩阵，通常核的大小比输入图像小很多。
2. 将核的中心与图像中的一个像素对齐。
3. 将核矩阵中的每个值与图像中对应位置的像素值相乘，然后将结果相加。
4. 将相加的结果作为输出图像中对应位置的新像素值。

核也被称为“图像滤波器”，应用核的过程称为“图像滤波”，滤波后的输出图像称为“滤波图像”。不同的核可以实现不同的功能，如模糊、边缘检测等。

以下是一个简单的 3x3 单位核示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg')
rows, cols = img.shape[:2]

# 定义单位核
kernel_identity = np.array([[0, 0, 0], [0, 1, 0], [0, 0, 0]])

# 应用单位核
output = cv2.filter2D(img, -1, kernel_identity)

# 显示原始图像和滤波后的图像
cv2.imshow('Original', img)
cv2.imshow('Identity filter', out