opencv 图像平滑处理

阳光穿透心脏的1/2处 2023-03-14 05:59 25阅读 0赞

#include "opencv2/imgproc/imgproc.hpp"
    #include "opencv2/highgui/highgui.hpp"
    
    using namespace std;
    using namespace cv;
    
    /// 全局变量
    int DELAY_CAPTION = 1500;
    int DELAY_BLUR = 100;
    int MAX_KERNEL_LENGTH = 31;
    
    Mat src; Mat dst;
    char window_name[] = "Filter Demo 1";
    
    /// 函数申明
    int display_caption( char* caption );
    int display_dst( int delay );
    
    /**
     *  main 函数
     */
    int main( int argc, char** argv )
    {
        
        namedWindow( window_name, WINDOW_AUTOSIZE );
    
        /// 载入原图像
        // 如果设置IMREAD_COLOR，请始终将图像转换为3通道BGR彩色图像。
        // 如果设置IMREAD_GRAYSCALE，则始终将图像转换为单通道灰度图像（编解码器内部转换）。
        src = imread( "/home/lxn/1.jpg", IMREAD_COLOR );
    
        if( display_caption( "Original Image" ) != 0 ) {
         return 0; }
    
        // 图像复制
        dst = src.clone();
        // 这里是指显示dst图像DELAY_CAPTION毫秒，在DELAY_CAPTION时间内无鼠标操作，则继续向下执行，否则return 0 程序结束。
        if( display_dst( DELAY_CAPTION ) != 0 ) {
         return 0; }
    
        /// 使用 均值平滑
        if( display_caption( "Homogeneous Blur" ) != 0 ) {
         return 0; }
    
    //    OpenCV函数 blur 执行了归一化块平滑操作。
    //    src: 输入图像
    //    dst: 输出图像
    //    Size( w,h ): 定义内核大小( w 像素宽度， h 像素高度)
    //    Point(-1, -1): 指定锚点位置(被平滑点)， 如果是负值，取核的中心为锚点。
        for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
        {
         blur( src, dst, Size( i, i ), Point(-1,-1) );
            if( display_dst( DELAY_BLUR ) != 0 ) {
         return 0; } }
    
    
        /// 使用高斯平滑
        if( display_caption( "Gaussian Blur" ) != 0 ) {
         return 0; }
    
    
    //    OpenCV函数 GaussianBlur 执行高斯平滑 :
    //    src: 输入图像
    //    dst: 输出图像
    //    Size(w, h): 定义内核的大小(需要考虑的邻域范围)。 w 和 h 必须是正奇数，否则将使用 \sigma_{
        x} 和 \sigma_{
        y} 参数来计算内核大小。
    //    x 方向标准方差， 如果是 0 则使用内核大小计算得到。
    //    y 方向标准方差， 如果是 0 则使用内核大小计算得到。
        for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
        {
         GaussianBlur( src, dst, Size( i, i ), 0, 0 );
            if( display_dst( DELAY_BLUR ) != 0 ) {
         return 0; } }
    
        /// 使用中值平滑
        if( display_caption( "Median Blur" ) != 0 ) {
         return 0; }
    
    
    //    OpenCV函数 medianBlur 执行中值滤波操作:
    //    src: 输入图像
    //    dst: 输出图像, 必须与 src 相同类型
    //    i: 内核大小 (只需一个值，因为我们使用正方形窗口)，必须为奇数。
        for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
        {
         medianBlur ( src, dst, i );
            if( display_dst( DELAY_BLUR ) != 0 ) {
         return 0; } }
    
        /// 使用双边平滑
        if( display_caption( "Bilateral Blur" ) != 0 ) {
         return 0; }
    
    
    //    OpenCV函数 bilateralFilter 执行双边滤波操作:
    //    src: 输入图像
    //    dst: 输出图像
    //    d: 像素的邻域直径
    //    颜色空间的标准方差
    //    坐标空间的标准方差(像素单位)
        for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
        {
         bilateralFilter ( src, dst, i, i*2, i/2 );
            if( display_dst( DELAY_BLUR ) != 0 ) {
         return 0; } }
    
        /// 等待用户输入
        display_caption( "End: Press a key!" );
    
        waitKey(0);
        return 0;
    }
    
    
    
    
    
    /*
     *
     * 创建一个和src大小与类型一致的黑色图像，并在宽度1/4,高度1/2处绘制文字。
     *
     * 	void cv::putText(
    		cv::Mat& img, // 待绘制的图像
    		const string& text, // 待绘制的文字
    		cv::Point origin, // 文本框的左下角
    		int fontFace, // 字体 (如cv::FONT_HERSHEY_PLAIN)
    		double fontScale, // 尺寸因子，值越大文字越大
    		cv::Scalar color, // 线条的颜色（RGB）
    		int thickness = 1, // 线条宽度
    		int lineType = 8, // 线型（4邻域或8邻域，默认8邻域）
    		bool bottomLeftOrigin = false // true='origin at lower left'
    	);
    
     * Scalar(255, 255, 255) 是指白色
     *
     * */
    int display_caption( char* caption )
    {
        
        dst = Mat::zeros( src.size(), src.type() );
        putText( dst, caption,
                 Point( src.cols/4, src.rows/2),
                 FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255) );
    
        imshow( window_name, dst );
        int c = waitKey( DELAY_CAPTION );
        if( c >= 0 ) {
         return -1; }
        return 0;
    }
    
    
    int display_dst( int delay )
    {
        
        //显示dst图像，第一个参数表示窗口title,第二个参数是显示图像
        imshow( window_name, dst );
        //waitKey(n) 等待n毫秒，当等待时间内无任何操作时等待结束后返回-1。当等待时间内有输入字符时，则返回输入字符的ASCII码对应的十进制值。
        int c = waitKey ( delay );
        if( c >= 0 ) {
         return -1; }
        return 0;
    }

**参考文献：**

[ OpenCV 教程 imgproc 模块之图像处理 ][OpenCV _ imgproc _]

[OpenCV _ imgproc _]: http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/gausian_median_blur_bilateral_filter/gausian_median_blur_bilateral_filter.html#smoothing