若该文为原创文章,未经允许不得转载
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/105040803
各位读者,知识无穷而人力有穷,要么改需求,要么找专业人士,要么自己研究
目录
OpenCV开发专栏
OpenCV开发笔记(三十五):红胖子8分钟带你深入了解ximgproc扩展模块中的自适应流行滤波器(图文并茂+浅显易懂+程序源码)
前言
红胖子来也!!!
opencv_contrib是opencv提供额外的他扩展模块,ximgproc是改扩展模块中的图像处理模块,AdaptiveManifoldFilter是改图像处理中的自适应流行滤波器。
Demo
ximgporc图像处理模块
概述
ximgproc图像处理模块。包含结构森林,变化域滤波器,导向滤波,自适应流行滤波器,联合双边滤波器和超像素。
功能类描述
contrib模块较大,将会在每一个章节中讲解一种(注意:其中有部分是接口类规定了其他类必须实现的接口)。
AdaptiveManifoldFilter自适应滤波器
概述
自适应流行滤波器实现。
创建函数
Ptr<AdaptiveManifoldFilter> createAMFilter(double sigma_s, double sigma_r, bool adjust_outliers = false);
- 参数一:空间标准差,范围必须大于0;
- 参数二:颜色空间标准差,它类似于sigma在颜色空间中双边过滤器,范围必须大于0小于1;
- 参数三:调整异常值可选,指定是否使用随机数生成器计算特征向量(目测依据测试结果,并未看出实际区别);
滤波函数
void filter(InputArray src, OutputArray dst, InputArray joint = noArray());
- 参数一:输入cv::Mat;
- 参数二:输出cv::Mat,与输入的尺寸通道相同;
- 参数三:输入联结图;
创建和使用示例:
// 使用自适应流形应用高维滤波。
cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter
= cv::ximgproc::createAMFilter(16.0, 0.1, true);
pAdaptiveManifoldFilter->filter(srcMat, dstMat, srcMat2);
Demo源码
void OpenCVManager::testXimgprocAdaptiveManifoldFilter()
{
QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/6.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
int width = 480;
int height = 320;
cv::resize(srcMat, srcMat, cv::Size(width, height));
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 2, srcMat.rows * 2),
srcMat.type());
int sigmaS = 160;
int sigmaR = 2;
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原图先copy到左边
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 0.0f, srcMat, 1.0f, 0.0f, leftMat);
cv::Mat mat;
cv::Mat dstMat;
cvui::printf(windowMat, 75 + width * 1, 40, "sigmaS");
cvui::trackbar(windowMat, 75 + width * 1, 50, 165, &sigmaS, 101, 10000);
cvui::printf(windowMat, 75 + width * 1, 90, "sigmaR");
cvui::trackbar(windowMat, 75 + width * 1, 100, 165, &sigmaR, 1, 100);
{
// 使用自适应流形应用高维滤波。
cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter
= cv::ximgproc::createAMFilter(sigmaS/100.0f, sigmaR/100.0f, true);
pAdaptiveManifoldFilter->filter(srcMat, dstMat);
// copy到左下
mat = windowMat(cv::Range(srcMat.rows, srcMat.rows * 2),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
}
{
// 使用自适应流形应用高维滤波。
cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter
= cv::ximgproc::createAMFilter(sigmaS/100.0f, sigmaR/100.0f, false);
pAdaptiveManifoldFilter->filter(srcMat, dstMat);
// copy到左下
mat = windowMat(cv::Range(srcMat.rows, srcMat.rows * 2),
cv::Range(srcMat.cols * 1, srcMat.cols * 2));
cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
}
// 更新
cvui::update();
// 显示
cv::imshow(windowName, windowMat);
// esc键退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板:对应版本号v1.30.0
对应版本号v1.30.0
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/105040803