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)

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

红胖子(红模仿)的博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中...(点击传送门)

OpenCV开发专栏(点击传送门)

上一篇:《OpenCV开发笔记(三十四):红胖子带你傻瓜式编译Qt+openCV3.4.1+opencv_contrib(全网最浅显易懂)》

下一篇:《OpenCV开发笔记(三十六):红胖子8分钟带你深入了解缩放与图像金字塔(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)。

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)_第1张图片

AdaptiveManifoldFilter自适应滤波器

概述

      自适应流行滤波器实现。

创建函数

Ptr 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 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 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 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

 

上一篇:《OpenCV开发笔记(三十四):红胖子带你傻瓜式编译Qt+openCV3.4.1+opencv_contrib(全网最浅显易懂)》

下一篇:《OpenCV开发笔记(三十六):红胖子8分钟带你深入了解缩放与图像金字塔(图文并茂+浅显易懂+程序源码)》

 

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

你可能感兴趣的:(#,OpenCV,图形图像处理)