/*cv16 prepared by txwtech 自定义线性滤波 卷积概念 作用:1.模糊图像,降噪 2. 边缘提取 3.图像锐化,增显 卷积是图像处理中一个操作,是kernel在图像的每个像素上的操作。 Kernel本质上一个固定大小的矩阵数组,其中心点称为锚点(anchor point)
卷积如何工作 把kernel放到像素数组之上,求锚点周围覆盖的像素乘积之和(包括锚点),用来替换锚点覆盖下像素点值称为卷积处理。
常见算子 Rober算子 sobel算子 拉普拉斯算子--边缘检测的算子
自定义卷积模糊
*/
/*cv16
prepared by txwtech
自定义线性滤波
卷积概念
作用:1.模糊图像,降噪 2. 边缘提取 3.图像锐化,增显
卷积是图像处理中一个操作,是kernel在图像的每个像素上的操作。
Kernel本质上一个固定大小的矩阵数组,其中心点称为锚点(anchor point)
卷积如何工作
把kernel放到像素数组之上,求锚点周围覆盖的像素乘积之和(包括锚点),用来替换锚点覆盖下像素点值称为卷积处理。数学表达如下:
常见算子
Rober算子
sobel算子
拉普拉斯算子--边缘检测的算子
自定义卷积模糊
*/
#include
#include
using namespace std;
using namespace cv;
int main(int argc, char *argv[])
{
Mat src;
Mat dst1;
src = imread("E:\\pictures\\牡丹花.jpg",CV_LOAD_IMAGE_COLOR);
if (!src.data)
{
printf("failed to laod image");
return -1;
}
namedWindow("原图",CV_WINDOW_AUTOSIZE);
imshow("原图",src);
char output1[] = "Rober算子x";
char output2[] = "sobel算子x";
char output3[] = "拉普拉斯算子";
char output3a[] = "动态变化";
namedWindow(output1,CV_WINDOW_AUTOSIZE);
namedWindow(output2, CV_WINDOW_AUTOSIZE);
namedWindow(output3, CV_WINDOW_AUTOSIZE);
namedWindow(output3a,CV_WINDOW_AUTOSIZE);
//Rober 算子
//Mat kernel_x = (Mat_(2,2)
关注
打赏
最近更新
- 深拷贝和浅拷贝的区别(重点)
- 【Vue】走进Vue框架世界
- 【云服务器】项目部署—搭建网站—vue电商后台管理系统
- 【React介绍】 一文带你深入React
- 【React】React组件实例的三大属性之state,props,refs(你学废了吗)
- 【脚手架VueCLI】从零开始,创建一个VUE项目
- 【React】深入理解React组件生命周期----图文详解(含代码)
- 【React】DOM的Diffing算法是什么?以及DOM中key的作用----经典面试题
- 【React】1_使用React脚手架创建项目步骤--------详解(含项目结构说明)
- 【React】2_如何使用react脚手架写一个简单的页面?