OpenCV 图像模糊原理

Posted 流楚丶格念

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV 图像模糊原理相关的知识,希望对你有一定的参考价值。

模糊原理

Smooth/Blur(平滑和模糊) 是图像处理中最简单和常用的操作之一。

使用该操作的原因之一就是为了给图像预处理时候降低噪声把噪声与周围的数值平均一下就可以平滑噪声

使用Smooth/Blur操作背后是数学的卷积计算,下面我们先来看一下卷积计算相关的知识:

卷积:通过两个函数f 和g 生成第三个函数的一种数学算子,表征函数f 与g经过翻转和平移的重叠部分的面积。

计算公式为:

其中:f()表示一副图像,i、j表示图像的行和列,h(k,l)表示卷积算子(卷积核)(也可以叫掩膜),k,l又可以叫窗口大小(掩膜的大小,比如3*3),g()表示输出的像素值;f()的第一行,第一列数据不要,边缘像素怎么处理后续会有介绍

通常这些卷积算子计算都是线性操作,所以又叫线性滤波

如下图:假设有6x6的图像像素点矩阵(灰色) ,黄色3x3是卷积算子

卷积过程:6x6上面有个3x3的窗口,这个3x3的窗口从左向右,从上向下移动

黄色的卷积算子乘以图像对应的像素点后,将得到的像素点值加在一起,取平均值赋给中心红色像素,作为卷积处理后的新的像素值

更形象的卷积过程如下面gif所示:

具体卷积计算过程

假设有一个卷积核(卷积算子)h,就一般为33的矩阵:

有一个待处理矩阵x:

hx的计算过程分为三步

第一步,将卷积核翻转180°,也就是成为了

第二步,将卷积核h的中心对准x的第一个元素,然后对应元素相乘后相加,没有元素的地方补0。

这样结果Y中的第一个元素值Y11=10+20+10+00+01+02±10±25±1*6=-16

第三步每个元素都像这样计算出来就可以得到一个输出矩阵,就是卷积结果


以此类推的计算每个元素。

最后结果为:

模糊分类

归一化盒子滤波(均值滤波)

归一化盒子滤波(均值滤波): 就是上面的卷积计算,卷积算子(掩膜)中的格子权重都是1,所以卷积和之后还要除以卷积因子的大小取均值

公式

用到的API:

blur(
	Mat src, 
	Mat dst, 
	Size(xradius, yradius), 
	Point(-1,-1)
);

高斯滤波

高斯滤波: 相比于均值滤波,权重是不一样,但是权重和为1,所以计算卷积和之后不用取均值了。

公式:

用到API:

void GaussianBlur( 
	InputArray src, 
	OutputArray dst, 
	Size ksize,
	double sigmaX, 
	double sigmaY = 0
);

代码示例

#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>  

using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("./test2.jpg");
	if (!src.data) {
		printf("could not load image...\\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title, CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(input_title, src);

	blur(src, dst, Size(11, 11), Point(-1, -1));
	imshow(output_title, dst);

	Mat gblur;
	GaussianBlur(src, gblur, Size(11, 11), 11, 11);
	imshow("gaussian blur", gblur);

	waitKey(0);
	return 0;
}

以上是关于OpenCV 图像模糊原理的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV---高斯模糊(均值模糊的另一种)

OpenCV---模糊操作

使用Python,OpenCV实现图像和实时视频流中的人脸模糊和马赛克

以代码为基础的opencv-python学习 图像模糊

模糊处理(上)--均值模糊和中值模糊(opencv学习记录--3)

OpenCV---图像金字塔原理