本文共 2865 字,大约阅读时间需要 9 分钟。
参考链接:https://blog.csdn.net/keith_bb/article/details/53103026
此函数利用内核实现对图像的卷积运算CV_EXPORTS_W void filter2D( InputArray src, OutputArray dst, int ddepth, InputArray kernel, Point anchor=Point(-1,-1), double delta=0, int borderType=BORDER_DEFAULT );
参数解释:
Robert 算子结果
sobel 算子结果 拉普拉斯算子结果 自定义模糊结果(卷积核大小为5*5时)#include#include using namespace cv;using namespace std;int main(){ Mat src = imread("G:/OpenCV/opencv笔记所用图片/1.jpg"); if (src.empty()) { cout << "could not load image..." << endl; getchar(); return -1; } Mat dst; // robert X 方向 Mat kernel_x = (Mat_ (2, 2) << 1, 0, 0, -1); //定义robert的x方向的算子为卷积核 filter2D(src, dst, -1, kernel_x, Point(-1, -1), 0.0); //使用filter2D来对图像进行卷积操作(使用的卷积核已定义) imshow("robert X",dst); // robert y 方向 Mat kernel_y = (Mat_ (2, 2) << 0, 1, -1, 0); //定义robert的y方向的算子为卷积核 filter2D(src, dst, -1, kernel_y, Point(-1, -1), 0.0); imshow("robert y", dst); //sobel的算子比Robert要差异大一些 // Sobel X 方向 Mat Skernel_x = (Mat_ (3, 3) << -1, 0, 1, -2,0,2,-1,0,1); //定义sobel的x方向的算子为卷积核 filter2D(src, dst, -1, Skernel_x, Point(-1, -1), 0.0); imshow("Sobel x", dst); // Sobel Y 方向 Mat yimg; Mat Skernel_y = (Mat_ (3, 3) << -1, -2, -1, 0,0,0, 1,2,1); //定义sobel的y方向的算子为卷积核 filter2D(src, yimg, -1, Skernel_y, Point(-1, -1), 0.0); imshow("Sobel y", yimg); // 拉普拉斯算子(边缘检测算子,得到的是主要的轮廓,当中间的值是5时是锐化算子) Mat Lkernel = (Mat_ (3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0); filter2D(src, dst, -1, Lkernel, Point(-1, -1), 0.0); imshow("拉普拉斯", dst); //自定义卷积模糊 int c = 0; int index = 0; int ksize = 0; //使用循环是其模糊程度自动加深 while (true) { c = waitKey(600); if ((char)c == 27) { // ESC break; } ksize = 5 + (index % 8) * 2; Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize); //定义一个大小变化的卷积核 filter2D(src, dst, -1, kernel, Point(-1, -1)); index++; //进行模糊自增 imshow("卷积模糊", dst); } waitKey(0); return 0;}