先补两个滤波方法
双边滤波:
使用bilateralFilter函数,需要填五个参数,大家可以尝试对后三个参数使用trackbar调参,观察图像的变化。
图片效果朦胧梦幻,毕竟双边滤波是非线性滤波方法
代码:
#includeusing namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; //cvtColor(img,img,COLOR_BGR2GRAY); printf("%d %dn",img.type(),CV_8UC3); bilateralFilter(img,tmp,30,123,123); imshow("img",img); imshow("tmp",tmp); waitKey(0); return 0; }
通用线性滤波:
使用filter2D,第三个参数尽量填img.depth(),第四个参数为自定义的卷积核
用(0,-1,0 ; -1,5,-1 ; 0,1,0)卷积和可以让图像锐化,边界更加显眼了
#include图像腐蚀using namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; //cvtColor(img,img,COLOR_BGR2GRAY); Mat kernel=(Mat_ (3,3) << 0,-1,0, -1,5,-1, 0,-1,0); filter2D(img,tmp,img.depth(),kernel); imshow("img",img); imshow("tmp",tmp); waitKey(0); return 0; }
直接使用erode函数,第一个参数输入Mat,第二个参数输出Mat,第三个参数kernel
kernel需要使用getStructuringElement函数来获得
而getStructuringElement函数需要两个参数
第一个参数有三种选择:MORPH_RECT(矩形),MORPH_CROSS(交叉形),MORPH_ELLIPSE(椭圆形)
第二个参数就是Size(a,b),即形状的长宽尺寸
代码:
#includeusing namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; Mat kern=getStructuringElement(MORPH_RECT,Size(3,3)); erode(img,tmp,kern); imshow("img",img); imshow("erode_rect",tmp); waitKey(0); return 0; }
效果:(感觉线条变粗了,这真的是腐蚀吗?)(555555魈被腐蚀了)
直接使用dilate函数,与erode的格式一样,不再赘述
代码:
#includeusing namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; Mat kern=getStructuringElement(MORPH_RECT,Size(3,3)); dilate(img,tmp,kern); imshow("img",img); imshow("dilate_rect",tmp); waitKey(0); return 0; }
效果:(感觉这个效果更接近腐蚀的意思吧。。。)
图像腐蚀膨胀的一些用途详见博客:http://mangoroom.cn/opencv/opencv-learning-erode.html
一般都是先腐蚀后膨胀
可用于消除噪声,分离独立元素,连接相同元素,求出极值区域,求图像梯度等等
代码:
#includeusing namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; Mat kern=getStructuringElement(MORPH_RECT,Size(3,3)); erode(img,tmp,kern); dilate(tmp,tmp,kern); imshow("img",img); imshow("rect",tmp); waitKey(0); return 0; }
效果:(感觉更有水墨画的意境了)
形态学 *** 作使用函数morphologyEx,需要填4个参数
前两个输入输出Mat,第四个是kernel,使用getStructuringElement
第三个参数有下面的几种填法(抄的课件。。)
MORPH_OPEN:开 *** 作(先腐蚀后膨胀),可去除小对象
MORPH_CLOSE:闭 *** 作(先膨胀后腐蚀),可填补小洞
MORPH_TOPHAT:顶帽(原图与开 *** 作的差值),保留小对象
MORPH_BLACKHAT:黑帽(闭 *** 作与原图的差值),保留小洞
MORPH_GRADIENT:形态学梯度(膨胀减腐蚀)
代码:(以morph_ellipse与morph_close为例)
#includeusing namespace cv; int main() { Mat img=imread("../xiao.jpg"),tmp; Mat kern=getStructuringElement(MORPH_ELLIPSE,Size(3,3)); morphologyEx(img,tmp,MORPH_CLOSE,kern); imshow("img",img); imshow("morph",tmp); waitKey(0); return 0; }
效果:
完结撒花O(∩_∩)O~~O(∩_∩)O~~
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)