C++&Python&C# 三语言OpenCV从零开发(8):图像平滑处理

Posted on by hackdl

文章目录

  • 相关链接
  • 前言
  • 图像资源
  • 图像平滑处理
  • 图像学知识补充(重点)
    • 什么是卷积
    • 什么是图像滤波
    • 什么是方框滤波和均值滤波
  • 代码
    • Python
    • C++
    • Csharp
  • 总结

相关链接

C++&Python&Csharp in OpenCV 专栏

【2022B站最好的OpenCV课程推荐】OpenCV从入门到实战 全套课程（附带课程课件资料+课件笔记）

前言

这次来了解一下图像平滑处理。还是老套路，先写Python，再C++，再Csharp。本篇文章难的不是代码，难的是图像学的知识

图像资源

为什么Lena的那张图会成为数字图像处理的标准图？

图像平滑处理

图像平滑处理就是PS中常用的模糊工具，涂抹工具。算法怎么计算的可以看这个文章

数字图像处理之均值滤波


图像学知识补充(重点)

本章的难点就是图形学的知识了。这里推荐一本书【数字图像处理(中译第三版)[冈萨雷斯]】

目录简单展示

什么是卷积

卷积是一种叠加态的问题的解法。叠加态的问题有：

  • 水池有两个水龙头，一个放水一个抽水。
  • 人一天的体重变化，早餐还没彻底消化完，就吃午餐了
  • 冰箱里面的食物整体的新鲜度。不新鲜的会被拿走，新鲜的食材会被放进来
  • 湖泊的水位，下雨天水位上升，不下雨水位慢慢下降

这个就是卷积的特点：叠加状态。

那么图像的卷积是什么意思？就是考虑到每个像素对应周围像素的影响，卷积后的图像是卷积前的图像像素叠加卷积的结果。通俗点来说，就是黑色像素点周围黑一点，自己白一点。白色像素点周围白一点，自己黑一点。

就像你用墨水写字，然后用水浇上去，字就糊了。这个过程就是卷积。

如何通俗易懂地解释卷积？

瞬时行为的持续性后果，用吃冰淇淋来理解卷积

什么是图像滤波

图标滤波就是对图像的噪点进行抑制，尽量不影响图像的信息量。如果不了解这两个概念，可以近似的看成。

  • 卷积是方法论，是公式
  • 图像滤波是具体实现。

数字图像处理——图像滤波概念及方法

什么是方框滤波和均值滤波

我感觉两个差不多。

十分钟带你了解均值滤波和方框滤波

代码

Python

# %%

import cv2
import matplotlib.pyplot as plt
import numpy as np

image_src = cv2.im服务器托管网read('d:workSpaceOpenCVHellOpenCVResourcesimageslena.png')

image_config = (7,7)
# 均值滤波
# 最简单的卷积操作
image_blur = cv2.blur(image_src,image_config)

# 方框滤波，基本和均值一样
image_box_t = cv2.boxFilter(image_src,-1,image_config,normalize=True)
# 方框滤波，反方向
image_box_f = cv2.boxFilter(image_src,-1,image_config,normalize=False)

# 高斯滤波,更重视中间值
image_gaussian = cv2.GaussianBlur(image_src,image_config,1)

image_median = cv2.medianBlur(image_src,7)

# 因为openCV默认BGR,Plt默认RGB,所以要转化一下
# 因为有Csharp的习惯，我习惯默认大写驼峰
def PltImshowRgb(row:int,col:int,index:int,image:np.mat,title:str):
    plt.subplot(row,col,index)
    plt.imshow(cv2.cvtColor(image,cv2.COLOR_BGR2RGB))
    plt.title(title)

PltImshowRgb(2,3,1,image_src,'image_src')
PltImshowRgb(2,3,2,image_blur,'image_blur')
PltImshowRgb(2,3,3,image_box_t,'image_box_t')
PltImshowRgb(2,3,4,image_box_f,'image_box_f')
PltImshowRgb(2,3,5,image_gaussian,'image_gaussian')
PltImshowRgb(2,3,6,image_median,'image_median')

plt.show()

用下来的感觉，滤波的效果确实差不多。

想详细了解其中的区别，可以看这篇文章。我就不展开说明了。

数字图像处理(11): 图像平滑 (均值滤波、中值滤波和高斯滤波)

C++

C++我自己写了一个图像合并显示的代码


#include   
#include   
#include   
#include   
#include  
#include 
using namespace std;
using namespace cv;


vectorMat> imageVector;


/// 
/// 将图案并排显示
/// 
/// 
/// 
/// 
void multipleImage(vectorMat> imgVector, Mat& dst, int imgCols)
{
	const int MAX_PIXEL = 300;
	int imgNum = imgVector.size();
	//选择图片最大的一边 将最大的边按比例变为300像素
	Size imgOriSize = imgVector[0].size();
	int imgMaxPixel = max(imgOriSize.height, imgOriSize.width);
	//获取最大像素变为MAX_PIXEL的比例因子
	double prop = imgMaxPixel  MAX_PIXEL ? (double)imgMaxPixel / MAX_PIXEL : MAX_PIXEL / (double)imgMaxPixel;
	Size imgStdSize(imgOriSize.width * prop, imgOriSize.height * prop); //窗口显示的标准图像的Size

	Mat imgStd; //标准图片
	Point2i location(0, 0); //坐标点(从0,0开始)
	//构建窗口大小 通道与imageVector[0]的通道一样
	Mat imgWindow(imgStdSize.height * ((imgNum - 1) / imgCols + 1), imgStdSize.width * imgCols, imgVector[0].type());
	for (int i = 0; i  imgNum; i++)
	{
		location.x = (i % imgCols) * imgStdSize.width;
		location.y = (i / imgCols) * imgStdSize.height;
		resize(imgVector[i], imgStd, imgStdSize, prop, prop, INTER_LINEAR); //设置为标准大小
		//imgWindow()
		imgStd.copyTo(imgWindow(Rect(location, imgStdSize)));
	}
	dst = imgWindow;
}

int main()
{
	auto image = imread("D:/workSpace/OpenCV/HellOpenCV/Resources/images/lena.png");
	Mat showImage;

	Mat image_blur;
	Mat image_box_t;
	Mat image_box_f;
	Mat image_gaussian;
	Mat image_median;
	Size image_config = Size(7, 7);
	blur(image, image_blur, image_config);
	boxFilter(image, image_box_t, -1, image_config,Point(-1,-1),true);
	boxFilter(image, image_box_f,-1, image_config, Point(-1, -1), false);
	GaussianBlur(image, image_gaussian, image_config, 1);
	medianBlur(image, image_median, 7);

	vectorMat> images{image,image_blur,image_box_t,image_box_f,image_gaussian,image_median};

	multipleImage(images, showImage, 3);

	imshow("C++", showImage);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

Csharp

还是那句话。C++写好了，Csharp也能写。

internal class Program
{
    static void Main(string[] args)
    {
        Mat image = Cv2.ImRead("D:/workSpace/OpenCV/HellOpenCV/Resources/images/lena.png");

        Mat image_blur = new Mat();
        Mat image_box_t = new Mat();
        Mat image_box_f = new Mat();
        Mat image_gaussian = new Mat();
        Mat image_median = new Mat();
        Size image_config = new Size(7,7);
        Cv2.Blur(image, image_blur, image_config);
        Cv2.BoxFilter(image, image_box_t, -1, image_config, new Point(-1, -1), true);
        Cv2.BoxFilter(image, image_box_f, -1, image_config, new Point(-1, -1), false);
 服务器托管网       Cv2.GaussianBlur(image, image_gaussian, image_config, 1);
        Cv2.MedianBlur(image, image_median, 3);


        var res = MyOpenCV_Extensions.MultipleImage(new ListMat>() { 
            image,image_blur,image_box_t,image_box_f,image_gaussian,image_median
        }, 3);


        Cv2.ImShow("Csharp", res);

        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();


    }


}

MyOpenCV_Extensions.cs

 public static class MyOpenCV_Extensions
 {

     /// 
     /// 3通道遍历
     /// 
     /// 
     /// 
     public static int[,,] MatToArray(Mat mat)
     {

         var res = new int[mat.Rows, mat.Cols, mat.Channels()];
         for (var i = 0; i  mat.Rows; i++)
         {

             for (var j = 0; j  mat.Cols; j++)
             {
                 var temp = mat.AtVec3b>(i, j);
                 res[i, j, 0] = temp[0];
                 res[i, j, 1] = temp[1];
                 res[i, j, 2] = temp[2];
             }
         }
         return res;
     }

     public static Mat MultipleImage(ListMat> lists, int imgCols)
     {
         const int MAX_PIXEL = 300;
         int imgNum = lists.Count;
         //选择图片最大的一边 将最大的边按比例变为300像素
         Size imgOriSize = lists[0].Size();
         int imgMaxPixel = Math.Max(imgOriSize.Height, imgOriSize.Width);
         //获取最大像素变为MAX_PIXEL的比例因子
         double prop = imgMaxPixel  MAX_PIXEL ? (double)imgMaxPixel / MAX_PIXEL : MAX_PIXEL / (double)imgMaxPixel;
         Size imgStdSize= new Size(imgOriSize.Width* prop, imgOriSize.Height* prop); //窗口显示的标准图像的Size

         Mat imgStd = new Mat(); //标准图片
         
         Point location = new Point(0, 0); //坐标点(从0,0开始)
                                 //构建窗口大小 通道与imageVector[0]的通道一样
         Mat imgWindow = new Mat(imgStdSize.Height* ((imgNum -1) / imgCols + 1), imgStdSize.Width* imgCols, lists[0].Type());
         for (int i = 0; i  imgNum; i++)
         {
             location.X = (i % imgCols) * imgStdSize.Width;
             location.Y = (i / imgCols) * imgStdSize.Height;
             Cv2.Resize(lists[i], imgStd, imgStdSize, prop, prop, InterpolationFlags.Linear); //设置为标准大小
             imgStd.CopyTo(new Mat(imgWindow, new Rect(location, imgStdSize)) ); 
         }
         return imgWindow;
     }
 }

总结

学这个还是挺无聊的，因为刚开始就是学一些算子的使用。而且用于OpenCV没有Halcon那种进一步的封装，所以代码写起来还是挺痛苦的。最近的学习速度也有点慢下来了。最近在尽力坚持学习。

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

服务器托管，北京服务器托管，服务器租用，机房机柜带宽租用

服务器托管

咨询：董先生

电话13051898268 QQ/微信93663045！

上一篇:
下一篇: