opencv
Обработка изображения
Поиск…
Синтаксис
- Gaussian Blur Синтаксис C ++: void GaussianBlur (InputArray src, OutputArray dst, размер ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT)
параметры
Параметры гауссовского размытия | подробности |
---|---|
ЦСИ | Входное изображение, изображение может иметь любое количество каналов, которые обрабатываются независимо, но глубина должна быть CV_8U , CV_16U , CV_16S , CV_32F или CV_64F . |
ДСТ | Выходное изображение того же размера и типа, что и src |
ksize | Гауссовский размер ядра. ksize.width и ksize.height могут отличаться, но оба они должны быть положительными и нечетными . Или они могут быть нулями, а затем они вычисляются из сигмы *. |
sigmaX | Гауссовское стандартное отклонение ядра в направлении X. |
sigmaY | Гауссовское стандартное отклонение ядра в направлении Y. если sigmaY равно нулю, он устанавливается равным sigmaX , если обе сигмы являются нулями, они вычисляются из ksize.width и ksize.height . Чтобы полностью контролировать результат независимо от возможных будущих модификаций всей этой семантики, рекомендуется указать все ksize , sigmaX и sigmaY . |
borderType | Метод экстраполяции пикселей. |
замечания
Я не думаю, что имеет смысл поставить синтаксис и параметры, характерные для гауссовского размытия, в этом месте, поскольку тема настолько широка, что она должна включать множество других примеров
Сглаживание изображений с использованием гауссовского размытия в C ++
Сглаживание, также известное как размытие , является одной из наиболее часто используемых операций обработки изображений.
Наиболее частое использование операции сглаживания заключается в уменьшении шума изображения для дальнейшей обработки.
Существует множество алгоритмов для выполнения операций сглаживания.
Мы рассмотрим один из наиболее часто используемых фильтров для смазывания изображения, Гауссовский фильтр с использованием функции библиотеки OpenCV GaussianBlur()
. Этот фильтр разработан специально для снятия высокочастотного шума с изображений.
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv){
Mat image , blurredImage;
// Load the image file
image = imread(argv[1], CV_LOAD_IMAGE_COLOR);
// Report error if image could not be loaded
if(!image.data){
cout<<"Error loading image" << "\n";
return -1;
}
// Apply the Gaussian Blur filter.
// The Size object determines the size of the filter (the "range" of the blur)
GaussianBlur( image, blurredImage, Size( 9, 9 ), 1.0);
// Show the blurred image in a named window
imshow("Blurred Image" , blurredImage);
// Wait indefinitely untill the user presses a key
waitKey(0);
return 0;
}
Для детального математического определения и других типов фильтров вы можете проверить исходную документацию .
Thresholding
В Python:
import cv2
image_path= 'd:/contour.png'
img = cv2.imread(image_path)
#display image before thresholding
cv2.imshow('I am an image display window',img)
cv2.waitKey(0)
#convert image to gray scale - needed for thresholding
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#apply threshold to gray image to obtain binary image
threshold=150 #value above which pixel values will be set to max_value
max_value=255 #value to which pixels above threshold will be set
threshold_stype=cv2.THRESH_BINARY #default threshold method
ret, img_binary = cv2.threshold(img_gray, threshold, max_value, threshold_stype)
#display image after thresholding
cv2.imshow('image after applying threshold',img_binary)
cv2.waitKey(0)
#save the binary image
cv2.imwrite('d:/binary.png',img_binary)
cv2.destroyAllWindows()
Двусторонняя фильтрация
В приложениях обработки изображений двусторонние фильтры представляют собой особый тип нелинейных фильтров .
Существует компромисс между потерями структуры и удалением шума, потому что наиболее популярным методом удаления шума является гауссовское размытие, которое не осознает структуру изображения; поэтому он также удаляет края. В большинстве случаев края содержат ценную информацию о сцене, и мы не хотим ее потерять. Двусторонний фильтр знает о структуре сцены и имеет тенденцию действовать как классический фильтр размытия, когда он находится на области без краев; однако, когда он видит край, он меняет свое поведение; так что размытие не работает по краям, но оно работает по краям, что означает, что они являются фильтрами, сохраняющими края .
#include <opencv2/opencv.hpp>
#include <iostream>
void main(int argc, char* argv[]) {
if(argc==1) {
std::cout << argv[0] << " <image>" << endl;
return;
}
cv::Mat image, output;
image = cv::imread(argv[1]);
if(image.empty()) {
std::cout << "Unable to load the image: " << argv[1] << endl;
return;
}
cv::bilateralFilter(image, output, 3, 5, 3);
}