OpenCV4入门教程057：filter2D（图像掩码与滤波）

索引地址：系列索引

官方指导文件对filter2D()函数的描述为:Convolves an image with kernel即利用内核实现对图像的卷积运算。

函数原型为：

void filter2D( InputArray src, 
               OutputArray dst, 
               int ddepth,
               InputArray kernel, 
               Point anchor=Point(-1,-1),
               double delta=0, 
               int borderType=BORDER_DEFAULT );

参数说明：

• src: 输入图像
• dst: 输出图像，和输入图像具有相同的尺寸和通道数量
• ddepth: 目标图像深度，如果没写将生成与原图像深度相同的图像。
• kernel: 卷积核（或者是相关核）,一个单通道浮点型矩阵。如果想在图像不同的通道使用不同的kernel，可以先使用split()函数将图像通道事先分开。
• anchor: 内核的基准点(anchor)，其默认值为(-1,-1)说明位于kernel的中心位置。基准点即kernel中与进行处理的像素点重合的点。
• delta: 在储存目标图像前可选的添加到像素的值，默认值为0
• borderType: 像素向外逼近的方法，默认值是BORDER_DEFAULT,即对全部边界进行计算。

该函数使用于任意线性滤波器的图像，支持就地操作。当其中心移动到图像外，函数可以根据指定的边界模式进行插值运算。函数实质上是计算kernel与图像的相关性而不是卷积：

$dst(x,y)=\sum_{0 \leq x' \leq kernel.cols \\ \\ 0 \leq y'\leq kernel.rows} kernel(x',y') * src(x+x'-anchor.x,y+y'-anchor.y)$

也就是说kernel并不是中心点的镜像，如果需要一个正真的卷积，使用函数flip()并将中心点设置为(kernel.cols - anchor.x - 1, kernel.rows - anchor.y -1).

该函数在大核(11x11或更大)的情况下使用基于DFT的算法，而在小核情况下使用直接算法(使用createLinearFilter()检索得到).

测试代码1：

// 功能：代码 4-5 图像掩码操作的两种实现
// 作者：朱伟 zhu1988wei@163.com
// 来源：《OpenCV图像处理编程实例》
// 博客：http://blog.csdn.net/zhuwei1988
// 更新：2016-8-1
// 说明：版权所有，引用或摘录请联系作者，并按照上面格式注明出处，谢谢。//
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <stdio.h>
using namespace cv;
using namespace std;
// 基于像素邻域掩码操作
cv::Mat Myfilter2D(cv::Mat srcImage) {
    const int nChannels = srcImage.channels();
    cv::Mat   resultImage(srcImage.size(), srcImage.type());
    for (int j = 1; j < srcImage.rows - 1; ++j) {
        // 获取邻域指针
        const uchar *previous = srcImage.ptr<uchar>(j - 1);
        const uchar *current  = srcImage.ptr<uchar>(j);
        const uchar *next     = srcImage.ptr<uchar>(j + 1);
        uchar *      output   = resultImage.ptr<uchar>(j);
        for (int i = nChannels; i < nChannels * (srcImage.cols - 1); ++i) {
            // 4-邻域均值掩码操作
            *output++ = saturate_cast<uchar>(
                (current[ i - nChannels ] + current[ i + nChannels ] + previous[ i ] + next[ i ]) /
                4);
        }
    }
    // 边界处理
    resultImage.row(0).setTo(Scalar(0));
    resultImage.row(resultImage.rows - 1).setTo(Scalar(0));
    resultImage.col(0).setTo(Scalar(0));
    resultImage.col(resultImage.cols - 1).setTo(Scalar(0));
    return resultImage;
}
// 自带库掩码操作
cv::Mat filter2D_(cv::Mat srcImage) {
    cv::Mat resultImage(srcImage.size(), srcImage.type());
    Mat     kern = (Mat_<float>(3, 3) << 0, 1, 0, 1, 0, 1, 0, 1, 0) / (float)(4);
    filter2D(srcImage, resultImage, srcImage.depth(), kern);
    return resultImage;
}
int main() {
    cv::Mat srcImage = cv::imread("lena.jpg");
    if (!srcImage.data)
        return 0;
    cv::Mat srcGray;
    cvtColor(srcImage, srcGray, COLOR_BGR2GRAY);
    imshow("srcGray", srcGray);
    cv::Mat resultImage = Myfilter2D(srcGray);
    imshow("resultImage", resultImage);
    cv::Mat resultImage2 = filter2D_(srcGray);
    imshow("resultImage2", resultImage2);
    cv::waitKey(0);
    return 0;
}

测试效果：

测试代码2：

// Program to apply a simple filter matrix to an image
// Author: Samarth Manoj Brahmbhatt, University of Pennsylvania

//---------------------------------【头文件、命名空间包含部分】----------------------------
//      描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始
//-------------------------------------------------------------------------------------------------
int main() {

    // Mat img = imread("image.jpg", CV_LOAD_IMAGE_GRAYSCALE), img_filtered;
    Mat img = imread("lena.jpg"), img_filtered;

    // 滤波器内核，用于检测垂直边缘(Filter kernel for detecting vertical edges )
    float vertical_fk[ 5 ][ 5 ] = {
        {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}, {-1, -2, 6, -2, -1}, {0, 0, 0, 0, 0}, {0, 0, 0, 0, 0}};

    // 滤波器内核，用于检测水平边缘(Filter kernel for detecting horizontal edges )
    float horizontal_fk[ 5 ][ 5 ] = {
        {0, 0, -1, 0, 0}, {0, 0, -2, 0, 0}, {0, 0, 6, 0, 0}, {0, 0, -2, 0, 0}, {0, 0, -1, 0, 0}};

    Mat filter_kernel = Mat(5, 5, CV_32FC1, vertical_fk);

    //应用滤波器
    filter2D(img, img_filtered, -1, filter_kernel);

    namedWindow("Image");
    namedWindow("Filtered image");
    imshow("Image", img);
    imshow("Filtered image", img_filtered);

    imwrite("filtered_image.jpg", img_filtered);

    while (char(waitKey(1)) != 'q') {
    }

    return 0;
}

测试效果：