取邻域内最值。
#include <opencv2/opencv.hpp>
#include <iostream>
#include <string>
using namespace cv;
/* 自定义最小值滤波,邻域内最小,卷积核大小默认3 */
void MinFilter(Mat &src_image, Mat &dst_image, int k_size = 3) {
int max_rows = src_image.rows; // 行像素数
int max_cols = src_image.cols; // 列像素数
int channels = src_image.channels(); // 图片是几通道的
int p = (k_size - 1) / 2; // -(k−1)/2 ~ (k−1)/2
int kernel[k_size * k_size]; // 卷积核,k*k的矩阵,k为奇数
int mint = 255; // 初始最大值
// 对每个像素点进行处理
for (int row = 0; row < max_rows; ++row) {
for (int col = 0; col < max_cols; ++col) {
// 1通道,灰度值
if (channels == 1) {
// 以当前像素点为中心的k*k的矩阵中,取最小值
for (int i = row - p; i <= row + p; ++i)
for (int j = col - p; j <= col + p; ++j)
if(i >= 0 && i < max_rows && j >= 0 && j < max_cols)
if (src_image.at<uchar>(i, j) < mint)
mint = src_image.at<uchar>(i, j);
dst_image.at<uchar>(row, col) = mint; // 像素值赋最小值
}//if
// 3通道,RGB
else if (channels == 3) {
// 分别获取R G B
for(int chn = 0; chn < channels; ++chn) {
mint = 255;
// 以当前像素点为中心的k*k的矩阵中,取最小值
for (int i = row - p; i <= row + p; ++i)
for (int j = col - p; j <= col + p; ++j)
if(i >= 0 && i < max_rows && j >= 0 && j < max_cols)
if (src_image.at<Vec3b>(i, j)[chn] < mint)
mint = src_image.at<Vec3b>(i, j)[chn];
dst_image.at<Vec3b>(row, col)[chn] = mint; // 像素值赋最小值
}//for
}// else if
}// for
}// for
}
/* 自定义最大值滤波,邻域内最大,卷积核大小默认3 */
void MaxFilter(Mat &src_image, Mat &dst_image, int k_size = 3) {
int max_rows = src_image.rows; // 行像素数
int max_cols = src_image.cols; // 列像素数
int channels = src_image.channels(); // 图片是几通道的
int p = (k_size - 1) / 2; // -(k−1)/2 ~ (k−1)/2
int kernel[k_size * k_size]; // 卷积核,k*k的矩阵,k为奇数
int maxt = 0; // 初始最小值;
// 对每个像素点进行处理
for (int row = 0; row < max_rows; ++row) {
for (int col = 0; col < max_cols; ++col) {
// 1通道,灰度值
if (channels == 1) {
// 以当前像素点为中心的k*k的矩阵中,取最大值
for (int i = row - p; i <= row + p; ++i)
for (int j = col - p; j <= col + p; ++j)
if(i >= 0 && i < max_rows && j >= 0 && j < max_cols)
if (src_image.at<uchar>(i, j) > maxt)
maxt = src_image.at<uchar>(i, j);
dst_image.at<uchar>(row, col) = maxt; // 像素值赋最大值
}// if
// 3通道,RGB
else if (channels == 3) {
// 分别获取R G B
for(int chn = 0; chn < channels; ++chn) {
maxt = 0;
// 以当前像素点为中心的k*k的矩阵中,取最小值
for (int i = row - p; i <= row + p; ++i)
for (int j = col - p; j <= col + p; ++j)
if(i >= 0 && i < max_rows && j >= 0 && j < max_cols)
if (src_image.at<Vec3b>(i, j)[chn] > maxt)
maxt = src_image.at<Vec3b>(i, j)[chn];
dst_image.at<Vec3b>(row, col)[chn] = maxt; // 像素值赋最大值
}//for
}// else if
}// for
}// for
}
int main() {
std::string img_path = "images/";
// 从路径中读取图片
Mat src_image = imread(img_path + "ai.jpg");
// 正确
if (src_image.empty()) {
printf("Reading image error!nn");
system("pause");
}
else {
// 沿x轴和y轴的缩放
// resize(src_image, src_image, Size(), 0.5, 0.5, INTER_LINEAR);
//显示图片
imshow("Original", src_image);
// min,max 最值滤波
Mat dst_image_min, dst_image_max;
dst_image_min.create(src_image.size(), src_image.type());
dst_image_max.create(src_image.size(), src_image.type());
MinFilter(src_image, dst_image_min);
imshow("minImage", dst_image_min);
// imwrite(img_path + "min.jpg", src_image);
MaxFilter(src_image, dst_image_max);
imshow("maxImage", dst_image_max);
// imwrite(img_path + "max.jpg", src_image);
waitKey(0);
}
return 0;
}
原图:
最小值滤波,偏暗,
最大值滤波,偏亮。
原文链接: https://www.cnblogs.com/cralor/p/14054254.html
欢迎关注
微信关注下方公众号,第一时间获取干货硬货;公众号内回复【pdf】免费获取数百本计算机经典书籍
原创文章受到原创版权保护。转载请注明出处:https://www.ccppcoding.com/archives/205977
非原创文章文中已经注明原地址,如有侵权,联系删除
关注公众号【高性能架构探索】,第一时间获取最新文章
转载文章受原作者版权保护。转载请注明原作者出处!