標籤：

【OpenCV入門教程之九】 非線性濾波專場：中值濾波、雙邊濾波

07-29
二、深入——OpenCV源碼分析溯源

首先讓我們一起領略medianBlur（）函數的源碼，其於…opencvsourcesmodulesimgprocsrcsmooth.cpp的第1653行開始。

[cpp] view plain copy

  1. //-----------------------------------【medianBlur（）函數中文注釋版源代碼】-------------------------
  2. //代碼作用：進行中值濾波操作的函數
  3. //說明：以下代碼為來自於計算機開源視覺庫OpenCV的官方源代碼
  4. //OpenCV源代碼版本：2.4.8
  5. //源碼路徑：…opencvsourcesmodulesimgprocsrcsmooth.cpp
  6. //源文件中如下代碼的起始行數：1653行
  7. //中文注釋by淺墨
  8. //--------------------------------------------------------------------------------------------------------
  9. voidcv::medianBlur(InputArray_src0,OutputArray_dst,intksize)
  10. {
  11. //拷貝形參Mat數據到臨時變數，用於稍後的操作
  12. Matsrc0=_src0.getMat();
  13. _dst.create(src0.size(),src0.type());
  14. Matdst=_dst.getMat();
  15. //處理特定的ksize值的不同情況
  16. if(ksize<=1)
  17. {
  18. src0.copyTo(dst);
  19. return;
  20. }
  22. CV_Assert(ksize%2==1);
  24. //若之前有過HAVE_TEGRA_OPTIMIZATION優化選項的定義，則執行宏體中的tegra優化版函數並返回
  25. #ifdefHAVE_TEGRA_OPTIMIZATION
  26. if(tegra::medianBlur(src0,dst,ksize))
  27. return;
  28. #endif
  30. booluseSortNet=ksize==3||(ksize==5
  31. #if!CV_SSE2//若CV_SSE2為假，則執行宏體中語句
  32. &&src0.depth()>CV_8U
  33. #endif
  34. );
  35. //開始正式進行濾波操作
  36. Matsrc;
  37. if(useSortNet)
  38. {
  39. if(dst.data!=src0.data)
  40. src=src0;
  41. else
  42. src0.copyTo(src);
  43. //根據不同的位深，給medianBlur_SortNet函數取不同的模板類型值
  44. if(src.depth()==CV_8U)
  45. medianBlur_SortNet<MinMax8u,MinMaxVec8u>(src,dst,ksize);
  46. elseif(src.depth()==CV_16U)
  47. medianBlur_SortNet<MinMax16u,MinMaxVec16u>(src,dst,ksize);
  48. elseif(src.depth()==CV_16S)
  49. medianBlur_SortNet<MinMax16s,MinMaxVec16s>(src,dst,ksize);
  50. elseif(src.depth()==CV_32F)
  51. medianBlur_SortNet<MinMax32f,MinMaxVec32f>(src,dst,ksize);
  52. else
  53. CV_Error(CV_StsUnsupportedFormat,"");
  55. return;
  56. }
  57. else
  58. {
  59. cv::copyMakeBorder(src0,src,0,0,ksize/2,ksize/2,BORDER_REPLICATE);
  61. intcn=src0.channels();
  62. CV_Assert(src.depth()==CV_8U&&(cn==1||cn==3||cn==4));
  64. doubleimg_size_mp=(double)(src0.total())/(1<<20);
  65. if(ksize<=3+(img_size_mp<1?12:img_size_mp<4?6:2)*(MEDIAN_HAVE_SIMD&&checkHardwareSupport(CV_CPU_SSE2)?1:3))
  66. medianBlur_8u_Om(src,dst,ksize);
  67. else
  68. medianBlur_8u_O1(src,dst,ksize);
  69. }
  70. }

仔細閱讀源碼我們可以發現，正式進入濾波操作時，根據圖像不同的位深，我們會給medianBlur_SortNet函數模板取不同的模板類型值，或者調用medianBlur_8u_Om或medianBlur_8u_O1來進行操作。

上面我們剛說到，medianBlur_SortNet 是一個函數模板，其源碼於smooth.cpp的1439行開始，由於其函數體很長，我們在此只貼出它的函數聲明。

[cpp] view plain copy

  1. template<classOp,classVecOp>
  2. staticvoidmedianBlur_SortNet(constMat&_src,Mat&_dst,intm)；

另外，bilateralFilter函數的源碼也比較冗長，在D:Program Filesopencvsourcesmodulesimgprocsrcsmooth.cpp源碼文件中。

從1714行到2273行都是。我們在這裡只給出路徑，和一張概況圖，大家有興趣自己去看源代碼。

再提一點，smooth.cpp源碼的第2275行到2552行是OpenCV中自適應雙邊濾波器（adaptiveBilateralFilter）的源代碼，有興趣和精力的童鞋可以去探究探究。

三、淺出——API函數快速上手3.1中值濾波——medianBlur函數

medianBlur函數使用中值濾波器來平滑（模糊）處理一張圖片，從src輸入，而結果從dst輸出。

且對於多通道圖片，每一個通道都單獨進行處理，並且支持就地操作（In-placeoperation）。

[cpp] view plain copy

  1. C++:voidmedianBlur(InputArraysrc,OutputArraydst,intksize)

參數詳解：

  • 第一個參數，InputArray類型的src，函數的輸入參數，填1、3或者4通道的Mat類型的圖像；當ksize為3或者5的時候，圖像深度需為CV_8U，CV_16U，或CV_32F其中之一，而對於較大孔徑尺寸的圖片，它只能是CV_8U。
  • 第二個參數，OutputArray類型的dst，即目標圖像，函數的輸出參數，需要和源圖片有一樣的尺寸和類型。我們可以用Mat::Clone，以源圖片為模板，來初始化得到如假包換的目標圖。
  • 第三個參數，int類型的ksize，孔徑的線性尺寸（aperture linear size），注意這個參數必須是大於1的奇數，比如：3，5，7，9 ...

    • 調用範例：

    [cpp] view plain copy

    1. //載入原圖
    2. Matimage=imread("1.jpg");
    3. //進行中值濾波操作
    4. Matout;
    5. medianBlur(image,out,7);

    用上面三句核心代碼架起來的完整程序代碼：

    [cpp] view plain copy

    1. //-----------------------------------【程序說明】----------------------------------------------
    2. //說明：【中值濾波medianBlur函數的使用示常式序】
    3. //開發所用OpenCV版本：2.4.8
    4. //2014年4月3日Createby淺墨
    5. //------------------------------------------------------------------------------------------------
    7. //-----------------------------------【頭文件包含部分】---------------------------------------
    8. //描述：包含程序所依賴的頭文件
    9. //----------------------------------------------------------------------------------------------
    10. #include"opencv2/core/core.hpp"
    11. #include"opencv2/highgui/highgui.hpp"
    12. #include"opencv2/imgproc/imgproc.hpp"
    14. //-----------------------------------【命名空間聲明部分】---------------------------------------
    15. //描述：包含程序所使用的命名空間
    16. //-----------------------------------------------------------------------------------------------
    17. usingnamespacecv;
    19. //-----------------------------------【main()函數】--------------------------------------------
    20. //描述：控制台應用程序的入口函數，我們的程序從這裡開始
    21. //-----------------------------------------------------------------------------------------------
    22. intmain()
    23. {
    24. //載入原圖
    25. Matimage=imread("1.jpg");
    27. //創建窗口
    28. namedWindow("中值濾波【原圖】");
    29. namedWindow("中值濾波【效果圖】");
    31. //顯示原圖
    32. imshow("中值濾波【原圖】",image);
    34. //進行中值濾波操作
    35. Matout;
    36. medianBlur(image,out,7);
    38. //顯示效果圖
    39. imshow("中值濾波【效果圖】",out);
    41. waitKey(0);
    42. }

    運行效果圖（孔徑的線性尺寸為7）：

    3.2 雙邊濾波——bilateralFilter函數

    用雙邊濾波器來處理一張圖片，由src輸入圖片，結果於dst輸出。

    [cpp] view plain copy

    1. C++:voidbilateralFilter(InputArraysrc,OutputArraydst,intd,doublesigmaColor,doublesigmaSpace,intborderType=BORDER_DEFAULT)
  • 第一個參數，InputArray類型的src，輸入圖像，即源圖像，需要為8位或者浮點型單通道、三通道的圖像。
  • 第二個參數，OutputArray類型的dst，即目標圖像，需要和源圖片有一樣的尺寸和類型。
  • 第三個參數，int類型的d，表示在過濾過程中每個像素鄰域的直徑。如果這個值我們設其為非正數，那麼OpenCV會從第五個參數sigmaSpace來計算出它來。
  • 第四個參數，double類型的sigmaColor，顏色空間濾波器的sigma值。這個參數的值越大，就表明該像素鄰域內有更寬廣的顏色會被混合到一起，產生較大的半相等顏色區域。
  • 第五個參數，double類型的sigmaSpace坐標空間中濾波器的sigma值，坐標空間的標註方差。他的數值越大，意味著越遠的像素會相互影響，從而使更大的區域足夠相似的顏色獲取相同的顏色。當d>0，d指定了鄰域大小且與sigmaSpace無關。否則，d正比於sigmaSpace。
  • 第六個參數，int類型的borderType，用於推斷圖像外部像素的某種邊界模式。注意它有默認值BORDER_DEFAULT。

    • 調用代碼示範如下：

    [cpp] view plain copy

    1. //載入原圖
    2. Matimage=imread("1.jpg");
    3. //進行雙邊濾波操作
    4. Matout;
    5. bilateralFilter(image,out,25,25*2,25/2);

    用一個完整的示常式序把bilateralFilter函數熟悉一下：

    [cpp] view plain copy

    1. //-----------------------------------【程序說明】----------------------------------------------
    2. //說明：【雙邊濾波bilateralFilter函數的使用示常式序】
    3. //開發所用OpenCV版本：2.4.8
    4. //2014年4月3日Createby淺墨
    5. //------------------------------------------------------------------------------------------------
    7. //-----------------------------------【頭文件包含部分】---------------------------------------
    8. //描述：包含程序所依賴的頭文件
    9. //----------------------------------------------------------------------------------------------
    10. #include"opencv2/core/core.hpp"
    11. #include"opencv2/highgui/highgui.hpp"
    12. #include"opencv2/imgproc/imgproc.hpp"
    14. //-----------------------------------【命名空間聲明部分】---------------------------------------
    15. //描述：包含程序所使用的命名空間
    16. //-----------------------------------------------------------------------------------------------
    17. usingnamespacecv;
    19. //-----------------------------------【main()函數】--------------------------------------------
    20. //描述：控制台應用程序的入口函數，我們的程序從這裡開始
    21. //-----------------------------------------------------------------------------------------------
    22. intmain()
    23. {
    24. //載入原圖
    25. Matimage=imread("1.jpg");
    27. //創建窗口
    28. namedWindow("雙邊濾波【原圖】");
    29. namedWindow("雙邊濾波【效果圖】");
    31. //顯示原圖
    32. imshow("雙邊濾波【原圖】",image);
    34. //進行雙邊濾波操作
    35. Matout;
    36. bilateralFilter(image,out,25,25*2,25/2);
    38. //顯示效果圖
    39. imshow("雙邊濾波【效果圖】",out);
    41. waitKey(0);
    42. }

    運行效果圖：

    四、綜合示例——在實戰中熟稔

    依然是每篇文章都會配給大家的一個詳細注釋的博文配套示常式序，把這篇文章中介紹的知識點以代碼為載體，展現給大家。

    這個示常式序中可以用軌跡條來控制各種濾波（方框濾波、均值濾波、高斯濾波、中值濾波、雙邊濾波）的參數值，通過滑動滾動條，就可以控制圖像在各種平滑處理下的模糊度，有一定的可玩性。廢話不多說，上代碼吧：

    [cpp] view plain copy

    1. //-----------------------------------【程序說明】----------------------------------------------
    2. //程序名稱:：《【OpenCV入門教程之九】非線性濾波專場：中值濾波、雙邊濾波》博文配套源碼
    3. //開發所用IDE版本：VisualStudio2010
    4. //開發所用OpenCV版本：2.4.8
    5. //2014年4月8日Createby淺墨
    6. //------------------------------------------------------------------------------------------------
    8. //-----------------------------------【頭文件包含部分】---------------------------------------
    9. //描述：包含程序所依賴的頭文件
    10. //----------------------------------------------------------------------------------------------
    11. #include<opencv2/core/core.hpp>
    12. #include<opencv2/highgui/highgui.hpp>
    13. #include<opencv2/imgproc/imgproc.hpp>
    14. #include<iostream>
    16. //-----------------------------------【命名空間聲明部分】---------------------------------------
    17. //描述：包含程序所使用的命名空間
    18. //-----------------------------------------------------------------------------------------------
    19. usingnamespacestd;
    20. usingnamespacecv;
    23. //-----------------------------------【全局變數聲明部分】--------------------------------------
    24. //描述：全局變數聲明
    25. //-----------------------------------------------------------------------------------------------
    26. Matg_srcImage,g_dstImage1,g_dstImage2,g_dstImage3,g_dstImage4,g_dstImage5;
    27. intg_nBoxFilterValue=6;//方框濾波內核值
    28. intg_nMeanBlurValue=10;//均值濾波內核值
    29. intg_nGaussianBlurValue=6;//高斯濾波內核值
    30. intg_nMedianBlurValue=10;//中值濾波參數值
    31. intg_nBilateralFilterValue=10;//雙邊濾波參數值
    34. //-----------------------------------【全局函數聲明部分】--------------------------------------
    35. //描述：全局函數聲明
    36. //-----------------------------------------------------------------------------------------------
    37. //軌跡條回調函數
    38. staticvoidon_BoxFilter(int,void*);//方框濾波
    39. staticvoidon_MeanBlur(int,void*);//均值塊濾波器
    40. staticvoidon_GaussianBlur(int,void*);//高斯濾波器
    41. staticvoidon_MedianBlur(int,void*);//中值濾波器
    42. staticvoidon_BilateralFilter(int,void*);//雙邊濾波器
    46. //-----------------------------------【main()函數】--------------------------------------------
    47. //描述：控制台應用程序的入口函數，我們的程序從這裡開始
    48. //-----------------------------------------------------------------------------------------------
    49. intmain()
    50. {
    51. system("color5E");
    53. //載入原圖
    54. g_srcImage=imread("1.jpg",1);
    55. if(!g_srcImage.data){printf("Oh，no，讀取srcImage錯誤~！
      ");returnfalse;}
    57. //克隆原圖到四個Mat類型中
    58. g_dstImage1=g_srcImage.clone();
    59. g_dstImage2=g_srcImage.clone();
    60. g_dstImage3=g_srcImage.clone();
    61. g_dstImage4=g_srcImage.clone();
    62. g_dstImage5=g_srcImage.clone();
    64. //顯示原圖
    65. namedWindow("【<0>原圖窗口】",1);
    66. imshow("【<0>原圖窗口】",g_srcImage);
    69. //=================【<1>方框濾波】=========================
    70. //創建窗口
    71. namedWindow("【<1>方框濾波】",1);
    72. //創建軌跡條
    73. createTrackbar("內核值：","【<1>方框濾波】",&g_nBoxFilterValue,50,on_BoxFilter);
    74. on_MeanBlur(g_nBoxFilterValue,0);
    75. imshow("【<1>方框濾波】",g_dstImage1);
    76. //=====================================================
    79. //=================【<2>均值濾波】==========================
    80. //創建窗口
    81. namedWindow("【<2>均值濾波】",1);
    82. //創建軌跡條
    83. createTrackbar("內核值：","【<2>均值濾波】",&g_nMeanBlurValue,50,on_MeanBlur);
    84. on_MeanBlur(g_nMeanBlurValue,0);
    85. //======================================================
    88. //=================【<3>高斯濾波】===========================
    89. //創建窗口
    90. namedWindow("【<3>高斯濾波】",1);
    91. //創建軌跡條
    92. createTrackbar("內核值：","【<3>高斯濾波】",&g_nGaussianBlurValue,50,on_GaussianBlur);
    93. on_GaussianBlur(g_nGaussianBlurValue,0);
    94. //=======================================================
    97. //=================【<4>中值濾波】===========================
    98. //創建窗口
    99. namedWindow("【<4>中值濾波】",1);
    100. //創建軌跡條
    101. createTrackbar("參數值：","【<4>中值濾波】",&g_nMedianBlurValue,50,on_MedianBlur);
    102. on_MedianBlur(g_nMedianBlurValue,0);
    103. //=======================================================
    106. //=================【<5>雙邊濾波】===========================
    107. //創建窗口
    108. namedWindow("【<5>雙邊濾波】",1);
    109. //創建軌跡條
    110. createTrackbar("參數值：","【<5>雙邊濾波】",&g_nBilateralFilterValue,50,on_BilateralFilter);
    111. on_BilateralFilter(g_nBilateralFilterValue,0);
    112. //=======================================================
    115. //輸出一些幫助信息
    116. cout<<endl<<" 嗯。好了，請調整滾動條觀察圖像效果~

      "

    117. <<" 按下「q」鍵時，程序退出~!
      "
    118. <<"

      by淺墨";

    119. while(char(waitKey(1))!="q"){}
    121. return0;
    122. }
    124. //-----------------------------【on_BoxFilter()函數】------------------------------------
    125. //描述：方框濾波操作的回調函數
    126. //-----------------------------------------------------------------------------------------------
    127. staticvoidon_BoxFilter(int,void*)
    128. {
    129. //方框濾波操作
    130. boxFilter(g_srcImage,g_dstImage1,-1,Size(g_nBoxFilterValue+1,g_nBoxFilterValue+1));
    131. //顯示窗口
    132. imshow("【<1>方框濾波】",g_dstImage1);
    133. }
    135. //-----------------------------【on_MeanBlur()函數】------------------------------------
    136. //描述：均值濾波操作的回調函數
    137. //-----------------------------------------------------------------------------------------------
    138. staticvoidon_MeanBlur(int,void*)
    139. {
    140. blur(g_srcImage,g_dstImage2,Size(g_nMeanBlurValue+1,g_nMeanBlurValue+1),Point(-1,-1));
    141. imshow("【<2>均值濾波】",g_dstImage2);
    143. }
    145. //-----------------------------【on_GaussianBlur()函數】------------------------------------
    146. //描述：高斯濾波操作的回調函數
    147. //-----------------------------------------------------------------------------------------------
    148. staticvoidon_GaussianBlur(int,void*)
    149. {
    150. GaussianBlur(g_srcImage,g_dstImage3,Size(g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1),0,0);
    151. imshow("【<3>高斯濾波】",g_dstImage3);
    152. }
    155. //-----------------------------【on_MedianBlur()函數】------------------------------------
    156. //描述：中值濾波操作的回調函數
    157. //-----------------------------------------------------------------------------------------------
    158. staticvoidon_MedianBlur(int,void*)
    159. {
    160. medianBlur(g_srcImage,g_dstImage4,g_nMedianBlurValue*2+1);
    161. imshow("【<4>中值濾波】",g_dstImage4);
    162. }
    165. //-----------------------------【on_BilateralFilter()函數】------------------------------------
    166. //描述：雙邊濾波操作的回調函數
    167. //-----------------------------------------------------------------------------------------------
    168. staticvoidon_BilateralFilter(int,void*)
    169. {
    170. bilateralFilter(g_srcImage,g_dstImage5,g_nBilateralFilterValue,g_nBilateralFilterValue*2,g_nBilateralFilterValue/2);
    171. imshow("【<5>雙邊濾波】",g_dstImage5);
    172. }

    放出一些效果圖。

    原圖：

    方框濾波（盒式濾波）：

    均值濾波：

    高斯濾波：

    中值濾波（參數調的有些猛，妹子完全面目全非- -）：

    雙邊濾波（和原圖差別不大，要仔細看才看得出效果）：

    OK，就放出這些吧，具體更多的運行效果大家就自己下載示常式序回去玩吧。


    推薦閱讀：

    ※模型試驗與非線性分析哪個更模擬？——楊博士每日一問匯總【貳】
    ※非線性無源控制理論
    ※對非線性科學的幾點思考

    TAG:教程 | OpenCV | 入門教程 | 非線性 | 入門 |