<LearnOpenCV16>常见算子 自定义卷积模糊

卷积概念

卷积是图像处理中一个操作，是kernel在图像的每个像素上的操作。
Kernel本质上一个固定大小的矩阵数组，其中心点称为锚点(anchor point)

卷积如何工作
把kernel放到像素数组之上，求锚点周围覆盖的像素乘积之和（包括锚点），用来替换锚点覆盖下像素点值称为卷积处理。数学表达如下：


Sum = 8x1+6x1+6x1+2x1+8x1+6x1+2x1+2x1+8x1
New pixel = sum / (m*n)

常见算子

以Sobel算子的x方向上为例，Robert和拉普拉斯算子同理
Mat image_sober_x, kernel_sober_x; kernel_sober_x = (Mat_<int >(3, 3) << -1,0,1,-2,0,2,-1,0,1); filter2D(src, image_sober_x, -1, kernel_sober_x, Point(-1, -1), 0, 0);

自定义卷积模糊

filter2D方法filter2D(
Mat src, //输入图像
Mat dst, // 模糊图像
int depth, // 图像深度32/8 //位图深度不知道就写-1，系统自动会判别
Mat kernel, // 卷积核/模板 //一般都为奇数3、5、7、9
Point anchor, // 锚点位置 写point（-1，-1）自动找中心位置
double delta // 计算出来的像素+delta
)
其中 kernel是可以自定义的卷积核

Mat src, dst, kernel;
	src = imread("D:/learnopencv/opencv003/lol.jpg");
	imshow("input", src);
	int c = 0,index = 0, ksize = 0;
	while (true) {
		c=waitKey(500);
		if ((char)c == 27) {
			break;
		}//ESC
		ksize = 4+(index % 8) * 2 + 1;
		kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize*ksize);
		filter2D(src, dst, -1, kernel, Point(-1, -1));
		index++;
		imshow("dst", dst);