OpenCV中的improc组件——三种线性滤波实例及综合实例(14)

1 线性滤波API函数
1.1 方框滤波函数：boxFilter函数
<1> . boxFilter()函数的作用：使用方框滤波来模糊一张图像。
<2> . 函数原型：

void boxFilter(InputArray src, OutputArray dst, int ddepth, Size ksize,Point anchor=Point(-1, -1), boolnormalize=true, int borderType=BORDER_DEFAULT);

<3>. 调用代码的示例：

Mat image =imread("2.jpg");
Mat out;boxFilter(image, out,-1,Size(5,5));

<4> 实例
实例代码：

#include"opencv2/opencv.hpp"#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;intmain(){
    Mat image =imread("../1.jpg");namedWindow("原图");namedWindow("均值滤波效果图");imshow("原图", image);

    Mat out;boxFilter(image, out,-1,Size(3,3));imshow("均值滤波效果图", out);// waitKey(0);while(char(waitKey(1))!='q'){}}

运行效果：

1.2 均值滤波：blur()函数
<1> blur函数的作用：对图像进行均值滤波后输出；
<2> 函数原型：

void blur(InputArray src, OutputArraydst, Size ksize, Point anchor=Point(-1, -1), int borderType=BORDER_DEFAULT);

<3> 调用代码示例：

Mat image =imread("1.jpg");
Mat out;blur(image, out,Size(7,7));

<4> 实例
实例代码：

#include"opencv2/opencv.hpp"#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp"

using namespace cv;intmain(){
    Mat image =imread("../1.jpg");
    Mat out;namedWindow("原图");namedWindow("均值滤波图");blur(image, out,Size(3,3));imshow("原图", image);imshow("均值滤波图", out);while(char(waitKey(1))!='q'){}}

运行效果：

1.3 高斯滤波：GaussianBlur()函数
<1>GaussianBlur函数作用：模糊一张图像；
<2> 原型：

void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, intborderType=BORDER_DEFAULT);

<3> 调用示例

Mat image=imread("1.jpg");
Mat out;GaussianBlur(image, out,Size(5,5),0,0);

<4> 实例
实例代码：

#include"opencv2/opencv.hpp"#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp"

using namespace cv;intmain(){
    Mat image =imread("../1.jpg");
    Mat out;namedWindow("原图");namedWindow("高斯滤波图");GaussianBlur(image, out,Size(3,3),0,0);imshow("原图", image);imshow("高斯滤波图", out);while(char(waitKey(1))!='q'){}}

运行效果：

1.4 图像滤波综合实例化
使用滑动条来控制三种线性滤波的核参数值，通过滑动条，就可以控制图像的在不同的滤波方法下的模糊度。
实例代码：

#include"opencv2/opencv.hpp"#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp"

using namespace cv;
Mat g_srcImage, g_dstImage1, g_dstImage2, g_dstImage3;int g_nBoxFilterValue =3;//方框滤波参数值int g_nMeanBlurValue =3;int g_nGaussianValue =3;staticvoidOn_BoxFilter(int,void*);// 方框滤波staticvoidOn_MeanBlur(int,void*);staticvoidOn_GaussianBlur(int,void*);intmain(){
     g_srcImage =imread("../1.jpg");if(!g_srcImage.data){printf("获取图像错误!\n");return false;}//复制原图到三个Mat 中
     g_dstImage1 = g_srcImage.clone();
     g_dstImage2 = g_srcImage.clone();
     g_dstImage3 = g_srcImage.clone();//显示原图namedWindow("原图",1);imshow("原图", g_srcImage);//方框滤波namedWindow("方框滤波");createTrackbar("内核值:","方框滤波",&g_nBoxFilterValue,40, On_BoxFilter);On_BoxFilter(g_nBoxFilterValue,0);//均值滤波namedWindow("均值滤波");createTrackbar("内核值:","均值滤波",&g_nMeanBlurValue,40, On_MeanBlur);On_MeanBlur(g_nMeanBlurValue,0);//高斯滤波namedWindow("高斯滤波");createTrackbar("内核值:","高斯滤波",&g_nGaussianValue,40, On_GaussianBlur);while(char(waitKey(1))!='q'){}return0;}staticvoidOn_BoxFilter(int,void*){boxFilter(g_srcImage, g_dstImage1,-1,Size(g_nBoxFilterValue +1, g_nBoxFilterValue +1));imshow("方框滤波", g_dstImage1);}staticvoidOn_MeanBlur(int,void*){blur(g_srcImage, g_dstImage2,Size(g_nMeanBlurValue +1, g_nMeanBlurValue +1),Point(-1,-1));imshow("均值滤波", g_dstImage2);}staticvoidOn_GaussianBlur(int,void*){GaussianBlur(g_srcImage, g_dstImage3,Size(g_nGaussianValue *2+1, g_nGaussianValue *2+1),0,0);//一定是正数和奇数imshow("高斯滤波", g_dstImage3);}

运行效果：