最新消息: USBMI致力于为网友们分享Windows、安卓、IOS等主流手机系统相关的资讯以及评测、同时提供相关教程、应用、软件下载等服务。

方框滤波opencv

IT圈 admin 0浏览 0评论

方框滤波opencv

方框滤波——cv.boxFilter()

文章目录

  • 前言
  • 一、方框滤波是什么?
  • 二、方框滤波cv.boxFilter()
    • 1.函数原型
    • 2.平方求和方框滤波cv.sqrBoxFilter()
  • 文献参考


前言

方框滤波是均值滤波的一个特殊的例子,也是线性滤波的一种。


一、方框滤波是什么?

均值滤波是将滤波模板的所有元素求和后再求平均值,最后把平均值复制给滤波模板中的所有元素,即均值滤波的模板内的所有元素值等于均值并且相等;而方框滤波也会将滤波模板的所有元素求和,但是方框滤波可以选择是否求平均值,即不归一化,最后将所有像素的和作为滤波结果。

二、方框滤波cv.boxFilter()

1.函数原型

代码如下(示例):

dst = cv.boxFilter(src,ddepth,ksize[,dst[,anchor[,normalize[,borderType]]]])
#src:输入图像
#ddepth:输出图像的数据类型(深度)
#ksize:卷积核大小
#dst:输出图像
#anchor:内核的基准点(锚点)
#normalize:表示是否将卷积核按照其他区域进行归一化的标志,默认值为True
#borderType:像素边界外推的标志

函数用于对图像进行方框滤波处理,返回处理后图像。第六个参数决定是否进行归一化处理。

2.平方求和方框滤波cv.sqrBoxFilter()

代码如下(示例):


dst = cv.sqrBoxFilter(src,ddepth,ksize[,dst[,anchor[,normalize[,borderType]]]])
#src:输入图像
#ddepth:输出图像的数据类型(深度)
#ksize:卷积核大小
#dst:输出图像
#anchor:内核的基准点(锚点)
#normalize:表示是否将卷积核按照其他区域进行归一化的标志,默认值为True
#borderType:像素边界外推的标志

平方和方框滤波也会将滤波模板的所有元素平方求和,但是方框滤波可以选择是否求平均值,即不归一化,最后将所有像素的平方和和作为滤波结果。


文献参考

冯振、陈亚萌 基于python的opencv4详解 【M】

方框滤波opencv

方框滤波——cv.boxFilter()

文章目录

  • 前言
  • 一、方框滤波是什么?
  • 二、方框滤波cv.boxFilter()
    • 1.函数原型
    • 2.平方求和方框滤波cv.sqrBoxFilter()
  • 文献参考


前言

方框滤波是均值滤波的一个特殊的例子,也是线性滤波的一种。


一、方框滤波是什么?

均值滤波是将滤波模板的所有元素求和后再求平均值,最后把平均值复制给滤波模板中的所有元素,即均值滤波的模板内的所有元素值等于均值并且相等;而方框滤波也会将滤波模板的所有元素求和,但是方框滤波可以选择是否求平均值,即不归一化,最后将所有像素的和作为滤波结果。

二、方框滤波cv.boxFilter()

1.函数原型

代码如下(示例):

dst = cv.boxFilter(src,ddepth,ksize[,dst[,anchor[,normalize[,borderType]]]])
#src:输入图像
#ddepth:输出图像的数据类型(深度)
#ksize:卷积核大小
#dst:输出图像
#anchor:内核的基准点(锚点)
#normalize:表示是否将卷积核按照其他区域进行归一化的标志,默认值为True
#borderType:像素边界外推的标志

函数用于对图像进行方框滤波处理,返回处理后图像。第六个参数决定是否进行归一化处理。

2.平方求和方框滤波cv.sqrBoxFilter()

代码如下(示例):


dst = cv.sqrBoxFilter(src,ddepth,ksize[,dst[,anchor[,normalize[,borderType]]]])
#src:输入图像
#ddepth:输出图像的数据类型(深度)
#ksize:卷积核大小
#dst:输出图像
#anchor:内核的基准点(锚点)
#normalize:表示是否将卷积核按照其他区域进行归一化的标志,默认值为True
#borderType:像素边界外推的标志

平方和方框滤波也会将滤波模板的所有元素平方求和,但是方框滤波可以选择是否求平均值,即不归一化,最后将所有像素的平方和和作为滤波结果。


文献参考

冯振、陈亚萌 基于python的opencv4详解 【M】

与本文相关的文章

发布评论

评论列表 (0)

  1. 暂无评论