#include <opencv2/opencv.hpp> #include <iostream> #include <math.h> using namespace cv; using namespace std; const int g_nTrackbarMaxValue = 9; //定义轨迹条最大值 int g_nTrackbarValue; //定义轨迹条初始值 int g_nKernelValue; //定义kernel尺寸 Mat src, dst; //均值滤波 void on_kernelTrackbar(int,void *) { //根据输入值重新计算kernel尺寸 g_nKernelValue = g_nTrackbarValue * 2 + 1; //均值滤波函数 blur(src, dst, Size(g_nKernelValue, g_nKernelValue)); imshow("均值滤波", dst); } //高斯滤波 void on_kernelTrackbar2(int, void*) { //根据输入值重新计算kernel尺寸 g_nKernelValue = g_nTrackbarValue * 2 + 1; //均值滤波函数 GaussianBlur(src, dst, Size(g_nKernelValue, g_nKernelValue),11,11); imshow("均值滤波", dst); } int main() { //原图 src = imread(".//pic//kate.png",IMREAD_UNCHANGED); if (!src.data) { cout << "load error" << endl; return -1; } namedWindow("均值滤波", WINDOW_AUTOSIZE); //定义滤波后图像显示窗口属性 //定义轨迹条名称和最大值 char kernelName[20]; sprintf(kernelName, "kernel尺寸 %d", g_nTrackbarMaxValue); //创建轨迹条 createTrackbar(kernelName, "均值滤波", &g_nTrackbarValue, g_nTrackbarMaxValue, on_kernelTrackbar2); on_kernelTrackbar(g_nTrackbarValue, 0); waitKey(0); return 0; }
#include <opencv2/opencv.hpp> #include <iostream> #include <math.h> using namespace cv; using namespace std; Mat src, dst; int main() { //原图 src = imread(".//pic//1.png",IMREAD_UNCHANGED); if (!src.data) { cout << "load error" << endl; return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); //中值模糊,7为卷积核大小 //medianBlur(src, dst, 7); //双边模糊 //15为计算的半径 //150:值域上的方差 这个参数的值越大, //就表明该像素邻域内有更宽广的颜色会被混合到一起,产生较大的半相等颜色区域。 //3:空间域的方差 他的数值越大,意味着越远的像素会相互影响,从而使更大的区域足够相似的颜色获取相同的颜色。 bilateralFilter(src, dst, 15, 150, 3); imshow("双边滤波", dst); //边缘锐化 Mat resultImg; Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); filter2D(dst, resultImg, -1, kernel, Point(-1, -1), 0); imshow("Final", resultImg); waitKey(0); return 0; }