OpenCV中的自定义滤波器

0.综述

通过图像的卷积操作，我们可以对图像进行模糊、锐化等处理，以及提取例如边缘等图像梯度特征。除了前面几篇文章里介绍的滤波算子，OpenCV中还可以通过相应的API来自定义卷积操作，也就是设定自定义的卷积算子。

下面三个自定义的卷积核就分别可以实现均值模糊、图像锐化和图像梯度的功能：
$$\left[\begin{array}{ccccc}1& 1& 1& 1& 1\\ 1& 1& 1& 1& 1\\ 1& 1& 1& 1& 1\\ 1& 1& 1& 1& 1\\ 1& 1& 1& 1& 1\end{array}\right]\text{\hspace{1em}(1)}$$
$$\left[\begin{array}{ccc}0& -1& 0\\ -1& 5& -1\\ 0& -1& 0\end{array}\right]\text{\hspace{1em}(2)}$$
$$\left[\begin{array}{cc}1& 0\\ 0& -1\end{array}\right]\text{\hspace{1em}(3)}$$

1.相应API介绍

void filter2D( InputArray src, 
			   OutputArray dst, 
			   int ddepth,
               InputArray kernel, 
               Point anchor = Point(-1,-1),
               double delta = 0, 
               int borderType = BORDER_DEFAULT );

其中ddepth就是输出图像的图像深度，kernel就是卷积核的大小，anchor时卷积锚，(所谓卷积锚，就是卷积输出哪一个位置的像素值,例如对于一个3x3的卷积核，[-1，-1]就是中心点的位置。）

这里要注意ddepth，它默认为-1，此时表示输入与输出图像类型一致。当涉及到浮点数计算或者计算会产生负值的时候，需要将ddepth设为CV_32F类型，在滤波完成之后在使用下面的convertScaleAbs函数将图像从浮点型转为字节类型。

void convertScaleAbs(InputArray src, 
					 OutputArray dst,
                     double alpha = 1,
                     double beta = 0);

2.代码实践自定义滤波器

首先定义出上面的三个卷积核(其中kernel1后面除以25时进行归一化处理，而后面的两个kernel定义则使用了重载)：

	Mat conv_kernel1 = Mat::ones(5, 5, CV_32F) / (float)(25);
	Mat conv_kernel2 = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	Mat conv_kernel3 = (Mat_<int>(2, 2) << 1, 0, 0, -1);

然后使用filter2D函数对图像进行卷积计算：

	filter2D(input,Blur_output1,-1,conv_kernel1);
	filter2D(input, Blur_output2, -1, conv_kernel2); 
	filter2D(input, Blur_output3, CV_32F, conv_kernel3);
	convertScaleAbs(Blur_output3, Blur_output3);
	
	imshow("1", Blur_output1);
	imshow("2", Blur_output2);
	imshow("3", Blur_output3);

运行结果如下：