製作您自己的線性濾波器！

目錄

• 目標
• 理論
  • 相關性
  • 什麼是核？
  • 核相關性是如何工作的？
  • 此程式的作用是什麼？
• 程式碼
• 解釋
  • 載入影像
  • 初始化引數
  • 迴圈
• 結果

上一教程： 使用 inRange 進行閾值操作
下一教程： 為影像新增邊框

原始作者	Ana Huamán
相容性	OpenCV >= 3.0

目標

在本教程中，您將學習如何

• 使用 OpenCV 函式 filter2D() 建立您自己的線性濾波器。

理論

注意

以下解釋來源於 Bradski 和 Kaehler 的著作 Learning OpenCV。

相關性

從非常廣泛的意義上講，相關性是影像的每個部分與一個運算元（核）之間的操作。

什麼是核？

核本質上是一個固定大小的數值係數陣列，以及該陣列中的一個錨點，錨點通常位於中心。

核相關性是如何工作的？

假設您想知道影像中某個特定位置的最終值。相關性的值按以下方式計算：

1. 將核錨點放置在特定畫素上方，核的其餘部分覆蓋影像中相應的區域性畫素。
2. 將核係數乘以相應的影像畫素值並求和結果。
3. 將結果放置在輸入影像中錨點的位置。
4. 透過在整個影像上掃描核，對所有畫素重複此過程。

將上述過程用方程表示，我們得到：

\[H(x,y) = \sum_{i=0}^{M_{i} - 1} \sum_{j=0}^{M_{j}-1} I(x+i - a_{i}, y + j - a_{j})K(i,j)\]

幸運的是，OpenCV 為您提供了 filter2D() 函式，因此您無需編寫所有這些操作的程式碼。

該程式的作用是什麼？

• 載入影像

• 執行歸一化盒式濾波器。例如，對於大小為 \(size = 3\) 的核，核將是：

  \[K = \dfrac{1}{3 \cdot 3} \begin{bmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{bmatrix}\]

程式將使用大小為 3、5、7、9 和 11 的核執行濾波操作。

• 濾波器的輸出（使用每個核）將顯示 500 毫秒。

程式碼

本教程的程式碼如下所示。

C++

您也可以從此處下載。

 
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
 
using namespace cv;
 
int main ( int argc, char** argv )
{
    // 宣告變數
    Mat src, dst;
 
    Mat kernel;
    Point anchor;
    double delta;
    int ddepth;
    int kernel_size;
    const char* window_name = "filter2D Demo";
 
    const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
 
    // 載入影像
src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // 載入影像
 
    if( src.empty() )
    {
printf(" 錯誤：無法開啟影像\n");
printf(" 程式引數: [影像名稱 -- 預設 lena.jpg] \n");
        return EXIT_FAILURE;
    }
 
    // 初始化濾波器的引數
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;
 
    // 迴圈 - 將每隔0.5秒使用不同核大小過濾影像
    int ind = 0;
    for(;;)
    {
        // 更新歸一化盒式濾波器的核大小
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
 
        // 應用濾波器
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
imshow( window_name, dst );
 
        char c = (char)waitKey(500);
        // 按 'ESC' 退出程式
        if( c == 27 )
{ break; }
 
ind++;
    }
 
    return EXIT_SUCCESS;
}

Java

您也可以從此處下載。

 
import org.opencv.core.*;
import org.opencv.core.Point;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
 
class Filter2D_DemoRun {
 
    public void run(String[] args) {
        // 宣告變數
Mat src, dst = new Mat();
 
Mat kernel = new Mat();
Point anchor;
        double delta;
        int ddepth;
        int kernel_size;
String window_name = "filter2D Demo";
 
String imageName = ((args.length > 0) ? args[0] : "../data/lena.jpg");
 
        // 載入影像
src = Imgcodecs.imread(imageName, Imgcodecs.IMREAD_COLOR);
 
        // 檢查影像是否載入成功
        if( src.empty() ) {
System.out.println("錯誤：無法開啟影像！");
System.out.println("程式引數: [影像名稱 -- 預設 ../data/lena.jpg] \n");
System.exit(-1);
        }
 
        // 初始化濾波器的引數
anchor = new Point( -1, -1);
delta = 0.0;
ddepth = -1;
 
        // 迴圈 - 將每隔0.5秒使用不同核大小過濾影像
        int ind = 0;
        while( true )
        {
            // 更新歸一化盒式濾波器的核大小
kernel_size = 3 + 2*( ind%5 );
Mat ones = Mat.ones( kernel_size, kernel_size, CvType.CV_32F );
Core.multiply(ones, new Scalar(1/(double)(kernel_size*kernel_size)), kernel);
 
            // 應用濾波器
Imgproc.filter2D(src, dst, ddepth , kernel, anchor, delta, Core.BORDER_DEFAULT );
HighGui.imshow( window_name, dst );
 
            int c = HighGui.waitKey(500);
            // 按 'ESC' 退出程式
            if( c == 27 )
{ break; }
 
ind++;
        }
 
System.exit(0);
    }
}
 
public class Filter2D_Demo {
    public static void main(String[] args) {
        // 載入本地庫。
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        new Filter2D_DemoRun().run(args);
    }
}

Python

您也可以從此處下載。

"""
@file filter2D.py
@brief 示例程式碼，展示如何使用 filter2D 函式實現自己的線性濾波器
"""
import sys
import cv2 as cv
import numpy as np
 
 
def main(argv)
window_name = 'filter2D Demo'
 
    
imageName = argv[0] if len(argv) > 0 else 'lena.jpg'
 
    # 載入影像
src = cv.imread(cv.samples.findFile(imageName), cv.IMREAD_COLOR)
 
    # Check if image is loaded fine
    if src is None
        print ('錯誤：無法開啟影像！')
        print ('用法: filter2D.py [影像名稱 -- 預設 lena.jpg] \n')
        return -1
    
ddepth = -1
    
ind = 0
    while True
        
kernel_size = 3 + 2 * (ind % 5)
kernel = np.ones((kernel_size, kernel_size), dtype=np.float32)
kernel /= (kernel_size * kernel_size)
        
dst = cv.filter2D(src, ddepth, kernel)
        
        cv.imshow(window_name, dst)
 
c = cv.waitKey(500)
        if c == 27
            break
 
ind += 1
 
    return 0
 
 
if __name__ == "__main__"
    main(sys.argv[1:])

解釋

載入影像

C++

    const char* imageName = argc >=2 ? argv[1] : "lena.jpg";
 
    // 載入影像
src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // 載入影像
 
    if( src.empty() )
    {
printf(" 錯誤：無法開啟影像\n");
printf(" 程式引數: [影像名稱 -- 預設 lena.jpg] \n");
        return EXIT_FAILURE;
    }

Java

        String imageName = ((args.length > 0) ? args[0] : "../data/lena.jpg");
 
        // 載入影像
src = Imgcodecs.imread(imageName, Imgcodecs.IMREAD_COLOR);
 
        // 檢查影像是否載入成功
        if( src.empty() ) {
System.out.println("錯誤：無法開啟影像！");
System.out.println("程式引數: [影像名稱 -- 預設 ../data/lena.jpg] \n");
System.exit(-1);
        }

Python

imageName = argv[0] if len(argv) > 0 else 'lena.jpg'
 
    # 載入影像
src = cv.imread(cv.samples.findFile(imageName), cv.IMREAD_COLOR)
 
    # Check if image is loaded fine
    if src is None
        print ('錯誤：無法開啟影像！')
        print ('用法: filter2D.py [影像名稱 -- 預設 lena.jpg] \n')
        return -1

初始化引數

C++

    // 初始化濾波器的引數
anchor = Point( -1, -1 );
delta = 0;
ddepth = -1;

Java

        // 初始化濾波器的引數
anchor = new Point( -1, -1);
delta = 0.0;
ddepth = -1;

Python

ddepth = -1

迴圈

執行一個無限迴圈，更新核大小並將線性濾波器應用於輸入影像。讓我們更詳細地分析一下。

• 首先，我們定義濾波器將使用的核。如下所示：

C++

        // 更新歸一化盒式濾波器的核大小
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);

Java

            // 更新歸一化盒式濾波器的核大小
kernel_size = 3 + 2*( ind%5 );
Mat ones = Mat.ones( kernel_size, kernel_size, CvType.CV_32F );
Core.multiply(ones, new Scalar(1/(double)(kernel_size*kernel_size)), kernel);

Python

kernel_size = 3 + 2 * (ind % 5)
kernel = np.ones((kernel_size, kernel_size), dtype=np.float32)
kernel /= (kernel_size * kernel_size)

第一行是將 kernel_size 更新為範圍 \([3,11]\) 內的奇數值。第二行透過將其值設定為一個由 \(1\) 填充的矩陣併除以元素數量進行歸一化來實際構建核。

• 設定核之後，我們可以使用函式 filter2D() 生成濾波器。

C++

        // 應用濾波器
        filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );

Java

            // 應用濾波器
Imgproc.filter2D(src, dst, ddepth , kernel, anchor, delta, Core.BORDER_DEFAULT );

Python

dst = cv.filter2D(src, ddepth, kernel)

• 引數表示：
  • src：源影像
  • dst：目標影像
  • ddepth: dst 的深度。負值（例如 \(-1\)）表示深度與源影像相同。
  • kernel: 將在影像上掃描的核。
  • anchor: 錨點相對於其核的位置。預設情況下，位置 Point(-1, -1) 表示中心。
  • delta: 在相關性計算過程中要新增到每個畫素的值。預設情況下為 \(0\)。
  • BORDER_DEFAULT: 我們將此值設為預設（更多詳細資訊請參見後續教程）
• 我們的程式將執行一個 while 迴圈，每 500 毫秒更新一次濾波器核的大小，範圍如上所示。

結果

1. 編譯上述程式碼後，您可以執行它，並將影像路徑作為引數。結果將是一個視窗，顯示一個被歸一化濾波器模糊的影像。每 0.5 秒，核大小都會改變，如下面的系列快照所示。