本文通过实例探讨了OpenCV中核尺寸选择的重要性。在使用adaptiveThreshold函数时，发现核尺寸越大，如101*101，不仅分割效果更佳，运算速度反而更快，与常规滤波函数的规律不同。而medianBlur函数则表现出相反的现象，核增大导致运算变慢且细节丢失。对于特定应用，理解核尺寸的影响至关重要。
首先要反思一点：以前在使用自适应阈值二值化、中值滤波还有其他很多函数的时候，都会涉及到选取一个多大的核，这个核一看很简单，就是多少个元素参与计算，而且一般书上写的是3,5,7等奇数，所以就下意识的以为，选择起来基本用不到太大的，357足够，还觉得尺寸越大一定就会越慢，今天做了一个应用，才发现错大了，相信很多人应该不会 犯像我这么低级的错误吧，以后还是要，不能想当然，警醒自己。
今天做了一个类似于网状结构的检测，增强过后要进行二值化（增强过后的图像属于有明显的轮廓，但是内部不是很饱满的线条，有点断断续续的），使用adaptiveThreshold函数，开始使用核为3，结果出来的结果基本跟电视没信号时候的雪花似的，应该是说区分的很细，然后越往上调发现这些网状结构的框架越清晰（越黑越饱满），以前从没用过7以上的核尺寸，今天一口气调到了101，结果发现效果非常好，完美的分割出了框架和非框架，并且发现，对于adaptiveThreshold函数而言，核越大，运算速度反而越快，这应该是与函数的运算过程有关，像滤波函数，核越大就是速度越慢，下面列出测试的数据。
adaptiveThreshold函数，核越大，速度越快，越清楚（清楚是针对具体应用）：
size101*101，time0.17s
size 51* 51 ，time0.19s
size 3*3 ，time0.22s
最低0.47元/天 解锁文章
扫一扫
991
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
