影象濾波在opencv中可以有多種實現形式

自定義濾波

如使用3×3的掩模：

對影象進行處理.

使用函式filter2D()實現

#include<opencv2/opencv.hpp>
using namespace cv;

int main()
{
 //函式呼叫filter2D功能
 Mat src,dst;
 src = imread("E:/image/image/daibola.jpg");
 if(!src.data)
 {
  printf("can not load image \n");
  return -1;
 }
 namedWindow("input",CV_WINDOW_AUTOSIZE);
 imshow("input",src);
 src.copyTo(dst);
 Mat kernel = (Mat_<int>(3,3)<<1,1,-1,-1);
 double t = (double)getTickCount();
 filter2D(src,dst,src.depth(),kernel);
 std::cout<<((double)getTickCount()-t)/getTickFrequency()<<std::endl;
 namedWindow("output",CV_WINDOW_AUTOSIZE);
 imshow("output",dst);
 printf("%d",src.channels());
 waitKey();
 return 0;
}

通過畫素點操作實現

#include<opencv2/opencv.hpp>
using namespace cv;
int main()
{
 Mat src,dst;
 src = imread("E:/image/image/daibola.jpg");
 CV_Assert(src.depth() == CV_8U);
 if(!src.data)
 {
  printf("can not load image \n");
  return -1;
 }
 namedWindow("input",src);
 src.copyTo(dst);
 for(int row = 1; row<(src.rows - 1); row++)
 {
  const uchar* previous = src.ptr<uchar>(row - 1);
  const uchar* current = src.ptr<uchar>(row);
  const uchar* next = src.ptr<uchar>(row + 1);
  uchar* output = dst.ptr<uchar>(row);
  for(int col = src.channels(); col < (src.cols - 1)*src.channels(); col++)
  {
   *output = saturate_cast<uchar>(1 * current[col] + previous[col] - next[col] + current[col - src.channels()] - current[col + src.channels()]);
   output++;
  }
 }
 namedWindow("output",dst);
 waitKey();
 return 0;
}

特定形式濾波

常用的有：

blur(src,Size(5,5));均值濾波

GaussianBlur(src,5),11,11);高斯濾波

medianBlur(src,5);中值濾波（應對椒鹽噪聲）

bilateralFilter(src,2,0.5,4);雙邊濾波（保留邊緣）

#include<opencv2/opencv.hpp>
using namespace cv;

int main()
{
 Mat src,src);
 src.copyTo(dst);
 //均值濾波
 blur(src,5));
 //中值濾波
 //medianBlur(src,5);

 namedWindow("output",dst);

 waitKey();
 return 0;
}

以上這篇opencv3/C++影象濾波實現方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。