android cvsmooth对应方法,cvSmooth函数介绍

在OpenCV中平滑定义为cvSmooth，原型如下：

void cvSmooth( const CvArr* src, CvArr* dst, int

smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0

);

下面详细介绍一下参数的含义：

src： 输入图像.

dst： 输出图像.

smoothtype： 平滑方法

CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素领域 param1×param2

求和。如果邻域大小是变化的，可以事先利用函数 cvIntegral 计算积分图像。

CV_BLUR (simple blur) - 对每个象素邻域 param1×param2 求和并做尺度变换 1/(param1 *

param2).

CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2

的高斯卷积

CV_MEDIAN (median blur) - 发现邻域 param1×param1 的中值 (i.e.

邻域是方的).

CV_BILATERAL (双滤波) - 应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2.

关于双向滤波，可参考http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html

param1： 平滑操作的第一个参数.

param2： 平滑操作的第二个参数. param2 为零对应简单的尺度变换和高斯模糊。

param3： 对应高斯参数的 Gaussian sigma (标准差). 如果为零，这由下面的核尺寸计算： sigma = (n/2

- 1)*0.3 + 0.8, 其中 n=param1 对应水平核, n=param2 对应垂直核. 对小的卷积核 (3×3 to

7×7) 使用标准 sigma 速度会快。如果 param3 不为零，而 param1 和 param2 为零，则核大小有 sigma

计算 (以保证足够精确的操作).

函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。

没有缩放的图像平滑仅支持单通道图像，并且支持8位、16位、32位和32位浮点格式。

简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特 和

32-比特浮点图像。这两种方法可以(in-place)方式处理图像。

中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像。

注：in-place 方式表示为输入图像与目的图像可以是同一图像，同理非in-place

方式表示为输入图像与目的图像不能是同一图像。