OpenCV-空间滤波学习笔记-Toy模板网

这篇具有很好参考价值的文章主要介绍了OpenCV-空间滤波学习笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

目的

了解和实践OpenCV在空间滤波上的应用。

方法

Source：机器视觉技术与应用_中国大学MOOC(慕课) (icourse163.org)

当图像中的边缘信息和卷积核的形状是相符合的，得到的响应值最大。

滤波和边缘提取函数

中值滤波
均值滤波
高斯均值滤波
Sobel边缘提取

不同函数效果展示

中值滤波

实验用图

带有椒盐噪声的图像：

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

实验代码

#include<opencv2/opencv.hpp>

using namespace std;

using namespace cv;

int main() {

void medianBlurTest();

medianBlurTest();

return 0;

}

void medianBlurTest() {

//读取图像并转为灰度图

Mat srcMat = imread("E:\\Projects\\C++\\morphology_practice\\test_data\\medianBlur.png", 0);

//判断图像是否读取成功

if (srcMat.empty()) {

cout << "Fail to read pic!" << endl;

return;

}

//定义图像容器

Mat thresh_Mat;

Mat medianBlur_Mat;

//中值滤波

medianBlur(srcMat, medianBlur_Mat, 3);

//展示滤波效果

imshow("srcMat", srcMat);

imshow("medianBlur_Mat", medianBlur_Mat);

waitKey(0);

}

滤波结果

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

高斯均值滤波

实验图像

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

带有高斯噪声的图像

实验代码

#include<opencv2/opencv.hpp>

using namespace std;

using namespace cv;

int main() {

void GaussianBlurTest();

GaussianBlurTest();

return 0;

}

void GaussianBlurTest() {

//读取图像并转为灰度图

Mat srcMat = imread("E:\\Projects\\C++\\morphology_practice\\test_data\\GaussianBlur.png", 0);

//判断图像是否读取成功

if (srcMat.empty()) {

cout << "Fail to read pic!" << endl;

return;

}

//定义图像容器

Mat GaussianBlur_Mat;

//使用高斯滤波

GaussianBlur(srcMat, GaussianBlur_Mat, Size(9, 9),1,1);

//展示滤波效果

imshow("srcMat", srcMat);

imshow("GaussianBlur_Mat", GaussianBlur_Mat);

waitKey(0);

}

滤波结果

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

Sobel边缘提取

实验图像

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

实验代码

#include<opencv2/opencv.hpp>

using namespace std;

using namespace cv;

int main() {

void SobelTest();

SobelTest();

return 0;

}

void SobelTest() {

//读取图像并转为灰度图

Mat srcMat = imread("E:\\Projects\\C++\\morphology_practice\\test_data\\Sobel.png", 0);

//判断图像是否读取成功

if (srcMat.empty()) {

cout << "Fail to read pic!" << endl;

return;

}

//定义图像容器

Mat dx;

Mat dy;

//使用Sobel边缘提取算法

Sobel(srcMat, dx, CV_16SC1, 1, 0, 5);

Sobel(srcMat, dy, CV_16SC1, 0, 1, 5);

//展示滤波效果

imshow("srcMat", srcMat);

imshow("dx", dx);

imshow("dy", dy);

waitKey(0);

}

边缘提取结果

水平方向：

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

垂直方向：

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

简单磨皮程序的实现

原理

使用HSV阈值的方法识别人类的皮肤
使用mask获取人类皮肤区域
对皮肤区域进行均值滤波

实验代码

#include<opencv2/opencv.hpp>

using namespace std;

using namespace cv;

int main() {

void Convolution_app();

Convolution_app();

return 0;

}

void Convolution_app() { //简单的磨皮程序

//打开摄像头

VideoCapture cap(0);

//肤色h范围

double i_minH = 0;

double i_maxH = 20;

//肤色饱和度s范围

double i_minS = 43;

double i_maxS = 255;

//肤色亮度范围

double i_minV = 55;

double i_maxV = 255;

while (true)

{

//定义图像容器

Mat frame;

Mat hsvMat;

Mat maskMat;

Mat objectMat;

Mat gussMat;

cap >> frame;//读取当前帧的图像

//将图像转为hsv色阈

cvtColor(frame, hsvMat, COLOR_BGR2HSV);

//初始化maskMat

frame.copyTo(maskMat);

//利用inRange函数对图片进行hsv筛选

inRange(hsvMat, Scalar(i_minH, i_minS, i_minV), Scalar(i_maxH, i_maxS, i_maxV), maskMat);

//将原图拷入输出图像中

frame.copyTo(objectMat);

//对图像进行高斯滤波

GaussianBlur(frame, gussMat, Size(5, 5), 3, 0);

//高斯滤波后的人脸部分送入输出图像中

gussMat.copyTo(objectMat, maskMat);

//显示结果

imshow("磨皮前", frame);

imshow("mask", maskMat);

imshow("磨皮后", objectMat);

waitKey(30);

}

效果展示

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv

OpenCV-空间滤波学习笔记,计算机视觉,算法,c++,opencv 文章来源地址https://www.toymoban.com/news/detail-795922.html

结果

讨论

到了这里，关于OpenCV-空间滤波学习笔记的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

OpenCV-空间滤波学习笔记

目的

方法

滤波和边缘提取函数

不同函数效果展示

简单磨皮程序的实现

结果

讨论

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

支付宝扫一扫领取红包，优惠每天领

二维码1

二维码2