| matlab函数imfilter和 opencv中filter2D函数的对应关系 | 您所在的位置：网站首页 › imfilter函数计算过程 › matlab函数imfilter和 opencv中filter2D函数的对应关系 |
matlab函数imfilter和 opencv中filter2D函数的对应关系
|
在项目中遇到的matlab代码中的图像滤波函数，需要在opencv中去实现。关于怎么去转换，我主要参考的如下两篇 ： （1）https://blog.csdn.net/hust_sheng/article/details/79313503 （2）https://www.cnblogs.com/jsxyhelu/p/6597544.html 首先，关于matlab中imfilter函数的使用，主要涉及了两个概念：相关和卷积，实现方式有不同。下面简单附录一下： 函数名称：imfilter 函数语法：g=imfilter(f,w,filtering_mode,boundary_options,size_optinos) 函数功能：对任意类型数组或多维图像进行滤波 参数介绍：f是输入图像，w为滤波模板，g为滤波结果；表1-1总结了其他参数的含义。 opencv中对应的函数是filter2D，在第1篇参考里，讲述了关于一维情况下对应关系。 （一）一维情况下的滤波对应关系 因为我针对的是2维图像的滤波，所以暂时用不到一维，但是也附录一下，以备后用。 matlab: kernel：[-1, 1, 0] div_p_1 = imfilter(p(:, :, 1), [-1, 1, 0], 'corr', 0); div_p_2 = imfilter(p(:, :, 2), [-1, 1, 0]', 'corr', 0)Opencv: float kernel_div[3] = {-1, 1, 0}; int ddepth = -1; // 默认值，-1表示和原图像一样的深度 Point anchor_center(-1, -1); // 十分关键！决定了滤波的边界处理形式！ Mat kerdiv_1 = Mat(1, 3, CV_32FC1, &kernel_div); // 水平kernel Mat kerdiv_2 = Mat(3, 1, CV_32FC1, &kernel_div); // 垂直kernel Mat div_p_1, div_p_2; filter2D(p_channels.at(0), div_p_1, ddepth, kerdiv_1, anchor_center, 0, BORDER_CONSTANT); filter2D(p_channels.at(1), div_p_2, ddepth, kerdiv_2, anchor_center, 0, BORDER_CONSTANT)两者的结果一致，表明matlab的full或same模式对应于用opencv中的ancher调整。 matlab: kernel：[-1, 1] I_x = imfilter(I, [-1, 1], 'replicate'); I_y = imfilter(I, [-1, 1]', 'replicate')Opencv: int ddepth = -1; Point anchor(0, 0); float kernel_img[2] = {-1, 1}; Mat kerimg_1 = Mat(1, 2, CV_32FC1, &kernel_img); Mat kerimg_2 = Mat(2, 1, CV_32FC1, &kernel_img); Mat I_x, I_y; filter2D(images_graystyle_tmp[imgNo]+ktheta*div_p, I_x, ddepth, kerimg_1, anchor, 0, BORDER_REPLICATE); filter2D(images_graystyle_tmp[imgNo]+ktheta*div_p, I_y, ddepth, kerimg_2, anchor, 0, BORDER_REPLICATE)BORDER_REPLICATE 边缘扩充模式，filter2D和imfilter是一样的的，需要注意的是opencv的anchor是：Point anchor(0, 0) （二）针对二维图像进行滤波操作 首先，在matlab中进行测试，代码如下： %测试比较matlab函数imfilter与opencv函数filter2D的区别 clc,clear all,close all; img = im2double(imread('C:\image_fcq\C180806143231.jpg')); kernel =[2.0,-1.0,3.0;2.0,-4.0,5.0]; rst = imfilter(img,kernel);在opencv中正确的对应关系如下： string imgName="C://image_fcq//C180806143231.jpg" const int rows = 2, cols = 3; float RawData1[rows][cols] = { { 2.0,-1.0,3.0 },{ 2.0,-4.0,5.0 } }; Mat RawDataMat1(2, 3, CV_32F, RawData1); Mat img = imread(imgName,0); img.convertTo(img, CV_32F); img = img / 255; //归一化处理 Mat dst; filter2D(img, dst, img.depth(), RawDataMat1); WriteDataFloat("C://image//lv.txt", dst); //将滤波结果写到lv.txt中结果：两者的滤波结果出了在边界有区别外，其他位置基本一致，能取得很好地对应关系，需要注意的是，在opencv中需要将图像进行归一化操作。
|
【本文地址】