opencv——卷積

最常見的圖像變換（image transform，即將一幅圖像轉變成圖像數據）就是傅里葉變換（Fourier transform）,即將圖像轉換成源圖像數據的另一種表示，而卷積是大多數變換的基礎。

我們可以用方程來表示這個過程。我們首先定義圖像爲I(x,y)，核爲G(x,y)，

參考點位於相應核的（ai，aj）座標上，則卷積H(x,y)定義如下：

邊緣部分使用複製處理，計算方法如下圖所示：

cvFilter2D

void cvFilter2D( const CvArr* src, CvArr* dst,
                 const CvMat* kernel,
                 CvPoint anchor=cvPoint(-1,-1));

src

輸入圖像

dst

輸出圖像

kernel

卷積核, 單通道浮點矩陣. 如果想要應用不同的核於不同的通道，先用 cvSplit 函數分解圖像到單個色彩通道上，然後單獨處理。

anchor

核的錨點表示一個被濾波的點在覈內的位置。 錨點應該處於核內部。缺省值 (-1,-1) 表示錨點在覈中心。

#include <opencv2\opencv.hpp>
#include <stdio.h>
#include<highgui.h>  
  
int main(int argc, char* argv[])  
{  
    float k[9]={  
      
        1.0  ,2.0 ,1.0  ,  
        -1.0 ,1.0 ,-2.0 ,  
        1.0  ,-1.0,1.0  
    };  
  
    CvMat km=cvMat(3,3,CV_32FC1,k); //構造單通道浮點矩陣，將圖像IplImage結構轉換爲圖像數組  
    IplImage *src=cvLoadImage("2.jpg");  
    IplImage *dst=cvCreateImage(cvGetSize(src),IPL_DEPTH_8U,3);  
  
    cvNamedWindow("src");  
    cvShowImage("src",src);  
    cvNamedWindow("Filtering");  
    cvFilter2D(src,dst,&km,cvPoint(-1,-1));  
    cvShowImage("Filtering",dst);  
  
    cvWaitKey(0);  
    cvReleaseImage( &src );  
    cvReleaseImage( &dst );  
    return 0;  
}