openCV 函数cvSmooth 的疑问。
#include"cv.h"#include"highgui.h"intedge_thresh=1;intmain(){charfilename[30]={"吴丹云0.j...
#include "cv.h"
#include "highgui.h"
int edge_thresh = 1;
int main()
{
char filename[30] = {"吴丹云0.jpg"};
scanf("%s", filename);
IplImage *img0 = 0, *img1 = 0;
img0 = cvLoadImage(filename, CV_LOAD_IMAGE_ANYCOLOR);
if(!img0){
printf("open file fail !\n");
return 0;
}
img1 = cvCreateImage(cvGetSize(img0), img0->depth, 3);
if(!img1){
printf("create file fail !\n");
return 0;
}
cvNamedWindow("原图像");
cvShowImage("原图像", img0);
cvSmooth(img1, img0, CV_GAUSSIAN);
cvNamedWindow("高斯滤波后");
cvShowImage("高斯滤波后", img1);
cvWaitKey(0);
cvDestroyWindow("高斯滤波后");
cvDestroyWindow("原图像");
cvReleaseImage(&img0);
cvReleaseImage(&img1);
return 0;
}
运行上面的程序,发现结果什么也没有。谁能告诉我做高斯滤波时cvSmooth的参数的意义! 展开
#include "highgui.h"
int edge_thresh = 1;
int main()
{
char filename[30] = {"吴丹云0.jpg"};
scanf("%s", filename);
IplImage *img0 = 0, *img1 = 0;
img0 = cvLoadImage(filename, CV_LOAD_IMAGE_ANYCOLOR);
if(!img0){
printf("open file fail !\n");
return 0;
}
img1 = cvCreateImage(cvGetSize(img0), img0->depth, 3);
if(!img1){
printf("create file fail !\n");
return 0;
}
cvNamedWindow("原图像");
cvShowImage("原图像", img0);
cvSmooth(img1, img0, CV_GAUSSIAN);
cvNamedWindow("高斯滤波后");
cvShowImage("高斯滤波后", img1);
cvWaitKey(0);
cvDestroyWindow("高斯滤波后");
cvDestroyWindow("原图像");
cvReleaseImage(&img0);
cvReleaseImage(&img1);
return 0;
}
运行上面的程序,发现结果什么也没有。谁能告诉我做高斯滤波时cvSmooth的参数的意义! 展开
2个回答
展开全部
void cvSmooth( const CvArr* src, CvArr* dst,
int smoothtype=CV_GAUSSIAN,
int param1=3, int param2=0, double param3=0 );
src
输入图像.
dst
输出图像.
smoothtype
CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素的 param1×param2 领域求和。如果邻域大小是变化的,可以事先利用函数 cvIntegral 计算积分图像。
. CV_BLUR (simple blur) - 对每个象素param1×param2邻域 求和并做尺度变换 1/(param1.param2).
. CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2 的高斯卷积
. CV_MEDIAN (median blur) - 对图像进行核大小为param1×param1 的中值滤波 (i.e. 邻域是方的).
. CV_BILATERAL (双向滤波) - 应用双向 3x3 滤波,彩色sigma=param1,空间 sigma=param2. 平滑操作的第一个参数.
param2
平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况,如果param2的值 为零,则表示其被设定为param1。
param3
对应高斯参数的 Gaussian sigma (标准差). 如果为零,则标准差由下面的核尺寸计算:
sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核,
n=param2 对应垂直核.
对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零,而 param1 和 param2 为零,则核大小有 sigma 计算 (以保证足够精确的操作).
int smoothtype=CV_GAUSSIAN,
int param1=3, int param2=0, double param3=0 );
src
输入图像.
dst
输出图像.
smoothtype
CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素的 param1×param2 领域求和。如果邻域大小是变化的,可以事先利用函数 cvIntegral 计算积分图像。
. CV_BLUR (simple blur) - 对每个象素param1×param2邻域 求和并做尺度变换 1/(param1.param2).
. CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2 的高斯卷积
. CV_MEDIAN (median blur) - 对图像进行核大小为param1×param1 的中值滤波 (i.e. 邻域是方的).
. CV_BILATERAL (双向滤波) - 应用双向 3x3 滤波,彩色sigma=param1,空间 sigma=param2. 平滑操作的第一个参数.
param2
平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况,如果param2的值 为零,则表示其被设定为param1。
param3
对应高斯参数的 Gaussian sigma (标准差). 如果为零,则标准差由下面的核尺寸计算:
sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核,
n=param2 对应垂直核.
对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零,而 param1 和 param2 为零,则核大小有 sigma 计算 (以保证足够精确的操作).
参考资料: http://baike.baidu.com/view/3948590.htm
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询