Opencv2系列学习笔记8(图像滤波)

╰半夏微凉° 2022-09-19 01:46 168阅读 0赞

一：概念：

滤波是信号处理机图像处理中的一个基本操作。滤波去除图像中的噪声，提取感兴趣的特征，允许图像重采样。

图像中的频域和空域：空间域指用图像的灰度值来描述一幅图像；而频域指用图像灰度值的变化来描述一幅图像。而低通滤波器和高通滤波器的概念就是在频域中产生的。

低通滤波器指去除图像中的高频成分，而高通滤波器指去除图像中的低频成分。

后面将介绍低通滤波器—均值和高斯滤波器；中值滤波器—非线性滤波器；高通滤波器—sobel算子(方向滤波器)和拉普拉斯变换(二阶导数)。其中利用方向滤波器和拉普拉斯变换可以对图像的边缘进行检测。

二：低通滤波器

<1>cv::blur函数：每个像素替换为相邻矩形内像素的平均值

<2>cv::GaussianBlur函数：通过高斯核来进行替换

Code：

Mat result;                              // 线性平滑 滤波  每个像素替换为相邻矩形内像素的平均值
    	blur(image, result,Size(5,5));         // filter2D可以自定义核进行线性滤波
    
    	Mat gauResult;
    	GaussianBlur(image, gauResult, Size(5,5), 1.5);    // 高斯平滑 模糊  线性滤波器

Result：

sourceImage：

![SouthEast][]

BlurResult：

![SouthEast 1][]

GaussianBlur：

![SouthEast 2][]

低通滤波器的效果是对图像进行模糊和平滑，减弱了物体边缘可见的快速变化。它是一种线性滤波器，原理是与核进行卷积运算，此时的核内定，当我们需要指定核函数进行卷积时可以用filter2D函数，它的使用见blog：[http://blog.csdn.net/lu597203933/article/details/16811851][http_blog.csdn.net_lu597203933_article_details_16811851]。

三：中值滤波器

中值滤波器是非线性滤波器，它的原理是仅仅计算这组数的中值，并用中值替换当前的像素值。因此对于去除椒盐噪点非常有用。

Code：

Mat medianResult;
    	medianBlur(image, medianResult,5);  // 是一个非线性的滤波器，利用中值替换当前的像素值，对于去除椒盐噪点尤为有用

Result：

![SouthEast 3][]

三：方向滤波器—sobel算子

Sobel算子就是通过卷积操作来计算图像的一阶导数，由于边缘处图像灰度变化率较大，因此可以用sobel算子来进行边缘检测。Sobel算子的核定义为：

y坐标轴：

![SouthEast 4][]

x坐标轴：

![SouthEast 5][]

Sobel函数：Sobel(InputArray src, OutputArray dst,  int ddepth,

int dx,  int dy, int ksize=3,

doublescale=1, double delta=0,

int borderType=BORDER\_DEFAULT );

其中ddepth为图像类型， (dx,dy) = (1,0)为x方向导数，(dx,dy) = (0,1)为y方向导数，scale和delta的作用是再保存前可以对图像进行缩放，公式为:dst =dst \* scale + delta.

Code:

int main()
    {
    	Mat image = imread("F:\\lena.png", 0);
    	if(!image.data)
    	{
    		cout << "Fail to load image" << endl;
    		return 0;
    	}
    	Mat sobel_x, sobel_y;
    	//Sobel(image, sobel_x, CV_8U, 1, 0, 3, 0.4, 128);
    	//Sobel(image, sobel_y, CV_8U, 0, 1, 3, 0.4, 128);
    
    	Sobel(image, sobel_x, CV_16S, 1, 0);  // 因为后面要相加 所以用16位有符号的整数来表示  另外导数肯定含有负数
    	Sobel(image, sobel_y, CV_16S, 0, 1);
    	Mat sobel;
    	sobel = abs(sobel_x) + abs(sobel_y);
    
    	double sobmin, sobmax;
    	minMaxLoc(sobel, &sobmin, &sobmax);
    	Mat sobelImage;
    	sobel.convertTo(sobelImage, CV_8U, -255.0/sobmax, 255);   // 等价于  saturate_cast(a*sobel + b)
    	
    	Mat sobelThresholded;
    	int thre = 200;
    	threshold(sobelImage, sobelThresholded, thre, 255, THRESH_BINARY);
    
    	namedWindow("sobelImage", 0);
    	imshow("sobelImage", sobelImage);
    	namedWindow("sobelThresholded", 0);
    	imshow("sobelThresholded", sobelThresholded);
    
    	waitKey(0);
    	return 0;
    }

Result:

![SouthEast 6][]

当然除了sobel算子，还有其它的算子，如Scharr算子，它更精确、快。它的核为：

![SouthEast 7][]

Sobel(image, sobelX, CV\_16S, 1, 0,CV\_SCHARR);

或者：

Scharr(image, scharrX, CV\_16S, 1, 0, 3);

四：拉普拉斯变换

拉普拉斯变化时基于图像导数的高通滤波器，计算二阶导数以衡量图像的弯曲度

Code：

int main()
    {
    	Mat image = imread("F:\\lena.png", 0);
    	if(!image.data)
    	{
    		cout << "Fail to load image" << endl;
    		return 0;
    	}
    	Mat laplacian;
    	Laplacian(image, laplacian, CV_16S, 3);  // 二阶导数肯定含有负数。。  基于图像导数的高通滤波器，计算二阶导数以衡量图像的弯曲度
    	laplacian = abs(laplacian);
    	Mat laplacianImage;
    	laplacian.convertTo(laplacianImage, CV_8U);
    	namedWindow("laplacianImage");
    	imshow("laplacianImage", laplacianImage);
    	waitKey(0);
    	return 0;
    
    }

Result：

![SouthEast 8][]

作者：小村长 出处：[http://blog.csdn.net/lu597203933][http_blog.csdn.net_lu597203933] 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）

[SouthEast]: /images/20220828/f27009be012e4cfea2418c5c44f92e84.png
[SouthEast 1]: /images/20220828/c8de6f8fb06c4a38925f19f2792155c3.png
[SouthEast 2]: /images/20220828/53ce495621be47849aefdcf494ad8538.png
[http_blog.csdn.net_lu597203933_article_details_16811851]: http://blog.csdn.net/lu597203933/article/details/16811851
[SouthEast 3]: /images/20220828/aec4a89dbf564298a8c405833ea04ed5.png
[SouthEast 4]: /images/20220828/78c8d0d9535e4b0e974b2d280ec2e507.png
[SouthEast 5]: /images/20220828/0ae2b3051c894e58ba0ae5d5ce81a41d.png
[SouthEast 6]: /images/20220828/b330309dfa8d419e998e02d2370581ce.png
[SouthEast 7]: /images/20220828/3fd47002435b466083b2e7299cf3c849.png
[SouthEast 8]: /images/20220828/16ea9e829c0348618c9a2c7071d42d51.png
[http_blog.csdn.net_lu597203933]: http://blog.csdn.net/lu597203933