标签：gaussian previous box 参数表 ace int 滤波 iostream 必须
Sharpen()
第一种表示法是使用公式，而第二种表示法是使用掩码对第一种表示法进行压缩的版本。使用掩码时，将掩码矩阵的中心放在要计算的像素上。
输出结果：
原始图像，sharpen ,filterD
代码：Sharpen.cpp
#include <iostream>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <cmath>
#include "GamaT.h"
using namespace cv;
using namespace std;
void Sharpen(const Mat& myImage, Mat& Result)
{
CV_Assert(myImage.depth() == CV_8U); // accept only uchar images
const int nChannels = myImage.channels(); //channels
//The output has the same structure as the input
Result = Mat::zeros(myImage.size(), myImage.type());
for (int j = 1; j < myImage.rows - 1; ++j) // 只计算第二行到倒数第二行，第二列到倒数第二列之间的像素点
{
const uchar* previous = myImage.ptr<uchar>(j - 1);
const uchar* current = myImage.ptr<uchar>(j);
const uchar* next = myImage.ptr<uchar>(j + 1);
uchar* output = Result.ptr<uchar>(j); // 输出图像对应坐标位置
// 输出按行处理，每行第一个元素，++指向后一个元素。
for (int i = nChannels; i < nChannels*(myImage.cols - 1); ++i)
{
// 先执行，再加加
*output++ = saturate_cast<uchar>(5 * current[i] // 当前位置
- current[i - nChannels] - current[i + nChannels] // 前后
- previous[i] - next[i]); // 上下
}
}
}
其他滤波器：
方框滤波器：boxFilter(img, out, -1, Size(5, 5));//-1指原图深度
均值滤波器：blur(img, out,Size(5, 5));//-1指原图深度
高斯滤波器：GaussianBlur(img, out, Size(3, 3), 0, 0);
中值滤波对于椒盐噪声污染的图像，中值滤波要远远优于线性平滑滤波。
中值滤波器：medianBlur(img, out, 7);//第三个参数表示孔径的线性尺寸，它的值必须是大于1的奇数
自适应中值滤波：在扫描像素排序时，当前像素非极大极小值时，不改变像素值。
注意：作为一种非线性滤波，中值滤波有可能会改变图像的性质，因而一般不适用于像军事图像处理、医学图像处理等领域．
双边滤波器：bilateralFilter(img, out, 25, 25 * 2, 25 / 2);
取了名字的这些滤波器就是定好kernel的滤波器。相当于filter2D+kernel。
参考文献：
https://docs.opencv.org/master/d7/d37/tutorial_mat_mask_operations.html
标签：gaussian previous box 参数表 ace int 滤波 iostream 必须
原文地址：https://www.cnblogs.com/philothypeipei/p/12142681.html
