自定义卷积核

 

 

 

 

 

   示例代码：

//Robert算子
    Mat kernel = (Mat_<float>(2, 2) << 1, 0, 0, -1);
    filter2D(src, dst, -1, kernel, Point(-1, -1), 0.0);
    imshow(OUTPUT_WIN, dst);

自定义卷积核，可以用

Mat kernel = (Mat_<float>(2, 2) << 1, 0, 0, -1);

给出卷积核的矩阵。

下面是生成一个one矩阵然后归一化矩阵的卷积核，模糊图像。

 自动模糊图像显示代码：

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

using namespace cv;
int main(int argc, char** argv) {
    Mat src, dst;
    int ksize = 0;

    src = imread("L:4.jpg");
    if (!src.data) {
        printf("could not load image...
");
        return -1;
    }

    char INPUT_WIN[] = "input image";
    char OUTPUT_WIN[] = "Custom Blur Filter Result";
    namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
    namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);

    imshow(INPUT_WIN, src);

    //Robert算子
    //Mat kernel = (Mat_<float>(2, 2) << 1, 0, 0, -1);
    //filter2D(src, dst, -1, kernel, Point(-1, -1), 0.0);
    //imshow(OUTPUT_WIN, dst);

    // Sobel X 方向
    // Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
    // filter2D(src, dst, -1, kernel_x, Point(-1, -1), 0.0);

    // Sobel Y 方向
    // Mat yimg;
    // Mat kernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0,0,0, 1,2,1);
    // filter2D(src, yimg, -1, kernel_y, Point(-1, -1), 0.0);

    // 拉普拉斯算子
    //Mat kernel_y = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
    //filter2D(src, dst, -1, kernel_y, Point(-1, -1), 0.0);

    int c = 0;
    int index = 0;
    //while循环：
    while (true) {
        c = waitKey(500);      //延时500ms
        if ((char)c == 27) {   // 按键ESC=27，退出while循环 
            break;
        }
        ksize = 5 + (index % 8) * 2;   //index对8取余运算后乘2加5
        Mat kernel = Mat::ones(Size(ksize, ksize), CV_32F) / (float)(ksize * ksize);
        //定义一个ksize的one矩阵,格式CV_32F,然后除ksize*ksize归一化。
        filter2D(src, dst, -1, kernel, Point(-1, -1));
        //filter2D参数：1.源图  2.目标图像  3.为-1，目标图像和原图像深度保持一致  4.卷积核  5.默认Point(-1,-1)卷积核中心位置
        index++;
        imshow(OUTPUT_WIN, dst);
    }

    // imshow("Sobel Y", yimg);
    return 0;
}

结果：

 500ms模糊一次：