Opencv学习----图像处理-图像过滤-cv::filter2D

6.1.7 cv:: filter2D

6.1.7.1 Opencv接口

void cv::filter2D(InputArray src,
		OutputArray dst,
		int 	ddepth,
		InputArray kernel,
		Point anchor = Point(-1,-1),
		double 	delta = 0,
		int 	borderType = BORDER_DEFAULT 
	)		
参数
src	输入图像。
dst	输出与src相同大小和相同通道数的图像。
ddepth	所需的目标图像深度，参见combinations
kernel	卷积核(或相关核)，一个单通道浮点矩阵;如果您想将不同的内核应用于不同的通道，可以使用split将图像分割成单独的彩色平面，并分别处理它们。
anchor	内核的锚点，表示经过过滤的点在内核中的相对位置;锚应位于内核内;默认值(- 1,1)表示锚位于内核中心。
delta	可选值添加到过滤后的像素，然后将其存储在dst中。
borderType	像素外推法，见BorderTypes

用内核卷积图像。

void ES::ImageProcessing::filter2DOper(cv::Mat* dst)
{
	Mat src = imread("lena.jpg", IMREAD_COLOR);	
	cv::resize(src, src, Size(src.rows / 4 * 3, src.cols / 4 * 3));
	ImageProcessingParams* img_params = static_cast(m_params);
	Mat kern = (Mat_(3, 3) << 0, -1, 0,
	 								0, 5, -1,
	 								0, -1, 0);
	if (!img_params->m_kernel.empty())
	{
		kern = Mat(img_params->m_kernel).reshape(0, sqrt(img_params->m_kernel.size()));
		kern.convertTo(kern, CV_32F);
	}
	Mat mat;
	cv::filter2D(src, mat, src.depth(), kern);
	Mat mergeMat(src.rows, src.cols + mat.cols, src.type());
	Mat submat = mergeMat.colRange(0, src.cols);
	src.copyTo(submat);
	submat = mergeMat.colRange(src.cols, src.cols + mat.cols);
	mat.copyTo(submat);
	mergeMat.copyTo(*dst);
}