OpenCV 之ios 实现自己的线性滤波器
目的
本篇教程中，我们将学到：
- 用OpenCV函数 filter2D 创建自己的线性滤波器。
原理
卷积
高度概括地说，卷积是在每一个图像块与某个算子（核）之间进行的运算。
核是什么？
核说白了就是一个固定大小的数值数组。该数组带有一个 锚点 ，一般位于数组中央。
如何用核实现卷积？
假如你想得到图像的某个特定位置的卷积值，可用下列方法计算：
- 将核的锚点放在该特定位置的像素上，同时，核内的其他值与该像素邻域的各像素重合；
- 将核内各值与相应像素值相乘，并将乘积相加；
- 将所得结果放到与锚点对应的像素上；
- 对图像所有像素重复上述过程。
用公式表示上述过程如下：
幸运的是，我们不必自己去实现这些运算，OpenCV为我们提供了函数 filter2D 。
代码
#ifdef __cplusplus
#import
#import
#import
#import
#import
#import
using namespace cv;
using namespace std;
#endif
#import "FilterViewController.h"
@interface FilterViewController ()
@end
@implementation FilterViewController
Mat src, dst;
Mat kernel;
cv::Point anchor;
double delta;
int ddepth;
int kernel_size;
- (void)viewDidLoad {
[super viewDidLoad];
UIImage * src1Image = [UIImage imageNamed:@"lena.jpg"];
Mat src = [self cvMatFromUIImage:src1Image];
UIImageView *imageView;
imageView = [self createImageViewInRect:CGRectMake(0, 100, 150, 150)];
[self.view addSubview:imageView];
imageView.image = [self UIImageFromCVMat:src];
anchor = cv::Point( -1, -1 );
delta = 0;
ddepth = -1;
__block int ind = 0;
[self createButtonFrame:CGRectMake(150, 100, 100, 50) title:@"fiter" Block:^NSString * _Nonnull(int hitCount) {
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
ind++;
UIImageView *imageView;
imageView = [self createImageViewInRect:CGRectMake(0, 250, 150, 150)];
[self.view addSubview:imageView];
imageView.image = [self UIImageFromCVMat:dst];
return nil;
}];
}
#pragma mark - private
//brg
- (cv::Mat)cvMatFromUIImage:(UIImage *)image
{
CGColorSpaceRef colorSpace =CGColorSpaceCreateDeviceRGB();
CGFloat cols = image.size.width;
CGFloat rows = image.size.height;
Mat cvMat(rows, cols, CV_8UC4); // 8 bits per component, 4 channels (color channels + alpha)
CGContextRef contextRef = CGBitmapContextCreate(cvMat.data, // Pointer to data
cols, // Width of bitmap
rows, // Height of bitmap
8, // Bits per component
cvMat.step[0], // Bytes per row
colorSpace, // Colorspace
kCGImageAlphaNoneSkipLast |
kCGBitmapByteOrderDefault); // Bitmap info flags
CGContextDrawImage(contextRef, CGRectMake(0, 0, cols, rows), image.CGImage);
CGContextRelease(contextRef);
Mat dst;
Mat src;
cvtColor(cvMat, dst, COLOR_RGBA2BGRA);
cvtColor(dst, src, COLOR_BGRA2BGR);
return src;
}
-(UIImage *)UIImageFromCVMat:(cv::Mat)cvMat
{
// mat 是brg 而 rgb
Mat src;
NSData *data=nil;
CGBitmapInfo info =kCGImageAlphaNone|kCGBitmapByteOrderDefault;
CGColorSpaceRef colorSpace;
if (cvMat.depth()!=CV_8U) {
Mat result;
cvMat.convertTo(result, CV_8U,255.0);
cvMat = result;
}
if (cvMat.elemSize() == 1) {
colorSpace = CGColorSpaceCreateDeviceGray();
data= [NSData dataWithBytes:cvMat.data length:cvMat.elemSize()*cvMat.total()];
} else if(cvMat.elemSize() == 3){
cvtColor(cvMat, src, COLOR_BGR2RGB);
data= [NSData dataWithBytes:src.data length:src.elemSize()*src.total()];
colorSpace = CGColorSpaceCreateDeviceRGB();
}else if(cvMat.elemSize() == 4){
colorSpace = CGColorSpaceCreateDeviceRGB();
cvtColor(cvMat, src, COLOR_BGRA2RGBA);
data= [NSData dataWithBytes:src.data length:src.elemSize()*src.total()];
info =kCGImageAlphaNoneSkipLast | kCGBitmapByteOrderDefault;
}else{
NSLog(@"[error:] 错误的颜色通道");
return nil;
}
CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)data);
// Creating CGImage from cv::Mat
CGImageRef imageRef = CGImageCreate(cvMat.cols, //width
cvMat.rows, //height
8, //bits per component
8 * cvMat.elemSize(), //bits per pixel
cvMat.step[0], //bytesPerRow
colorSpace, //colorspace
kCGImageAlphaNone|kCGBitmapByteOrderDefault,// bitmap info
provider, //CGDataProviderRef
NULL, //decode
false, //should interpolate
kCGRenderingIntentAbsoluteColorimetric //intent
);
// Getting UIImage from CGImage
UIImage *finalImage = [UIImage imageWithCGImage:imageRef];
CGImageRelease(imageRef);
CGDataProviderRelease(provider);
CGColorSpaceRelease(colorSpace);
return finalImage;
}
@end
cpp 源码地址
说明
上述代码其实很简单,就是每次点击一次按钮实现实现一次滤波操作
这里只介绍下关键代码
kernel_size = 3 + 2*( ind%5 );
kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);
第一行代码将 核的大小 设置为
[3,11]
范围内的奇数。第二行代码把1填充进矩阵，并执行归一化——除以矩阵元素数——以构造出所用的核。
将核设置好之后，使用函数 filter2D 就可以生成滤波器：
filter2D(src, dst, ddepth , kernel, anchor, delta, BORDER_DEFAULT );
其中各参数含义如下：
- src: 源图像
- dst: 目标图像
- ddepth: dst 的深度。若为负值（如-1)，则表示其深度与源图像相等。
- kernel: 用来遍历图像的核
- anchor: 核的锚点的相对位置，其中心点默认为 (-1, -1) 。
- delta: 在卷积过程中，该值会加到每个像素上。默认情况下，这个值为0
- BORDER_DEFAULT: 这里我们保持其默认值，更多细节将在其他教程中详解
结果
github 地址
摘录博客