标签：DstImg 搞清楚 SrcImg 归一化 boxFilter blur Size
彻底搞清楚 blur和boxFilter
1. 函数定义
void blur(
InputArray src,
OutputArray dst,
Size ksize,
Point anchor = Point(-1, -1),
int borderType = BORDER_DEFAULT
);
void boxFilter(
InputArray src,
OutputArray dst,
int ddepth,
Size ksize,
Point anchor = Point(-1, -1),
bool normalize = true,
int borderType = BORDER_DEFAULT
);
-
OpenCV官方文档：
https://docs.opencv.org/4.x/d4/d86/group__imgproc__filter.html#ga8c45db9afe636703801b0b2e440fce37 -
blur 和 boxFilter 都是方框型滤波器，简称方波，唯一不同的是，blur是boxFilter的归一化形式。前者是归一化方框型滤波器，后者是非归一化方框型滤波器。
-
在OpenCV的官方文档中有这样的说明：The call blur(src, dst, ksize, anchor, borderType) is equivalent to boxFilter(src, dst, src.type(), ksize, anchor, true, borderType). 也就是说当 boxFilter 中参数normalize 被设置为true时，这两个算子是完全相同的。
-
非归一化方框型滤波器用于计算每个像素邻域的各种积分特征，如图像导数的协方差矩阵(用于密集光流算法，等等)。
-
输入图像得通道数可以是任意的，因为这些通道会被单独处理，但是图像的深度必须是CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.
-
blur的卷积核如下：
-
boxFilter的卷积核如下：
2. 例程
-
对比 blur 和 boxFilter 参数设为归一化时的情况，结果是完全相同的。
-
对比boxFilter 归一化参数设为 true 和 false 的区别，中间为true，右边为false.
-
观察参数Ksize对处理结果的影响，中间的为Size(1, 9)，右边的为Size(9, 1)，可以看出纵向模糊和横向模糊的区别。不要认为Ksize的大小必须是奇数，它可以是偶数，而且是有效的。
#include "stdafx.h" #include <opencv.hpp> using namespace cv; int main() { Mat m_SrcImg = imread("./MonaLisa.jpg", IMREAD_COLOR); imshow("原图", m_SrcImg); Mat m_DstImg; //blur(归一化方波） blur(m_SrcImg, m_DstImg,Size(7,7),Point(-1,-1)); imshow("blur", m_DstImg); //观察参数Ksize对处理结果的影响 blur(m_SrcImg, m_DstImg, Size(1, 9)); imshow("blur2", m_DstImg); blur(m_SrcImg, m_DstImg, Size(9, 1)); imshow("blur3", m_DstImg); //Ksize可以是偶数 blur(m_SrcImg, m_DstImg, Size(9, 2)); imshow("blur3", m_DstImg); //boxFilter(归一化参数为true，此时blur等同) boxFilter(m_SrcImg, m_DstImg, m_SrcImg.depth(), Size(3, 3), Point(-1, -1), true); imshow("boxFilter1", m_DstImg); //观察Ksize参数的变化对图像处理结果的影响 boxFilter(m_SrcImg, m_DstImg, m_SrcImg.depth(), Size(3, 3),Point(-1,-1),false); imshow("boxFilter2", m_DstImg); waitKey(0); return 0; }
标签：DstImg,搞清楚,SrcImg,归一化,boxFilter,blur,Size 来源： https://blog.csdn.net/weixin_38566632/article/details/121714879
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。