高效均值滤波(采用copyMakeBorder处理边界像素)

标签：opencv   均值滤波   

修改了之前的滤波算法，采用了copyMakeBorder扩充边界像素，给处理边界像素带来了很大的方便

<span style="font-size:14px;">void Blur(const Mat &image_Src, Mat &image_Dst, Size size_Aperture)
{
	/////////////////////////////step 1.重新分配图像(如果需要)/////////////////////////////////////////////
	//新图像的大小
	int width_Dst=image_Src.cols;
	int height_Dst=image_Src.rows;
	image_Dst.create(Size(width_Dst,height_Dst),CV_8UC1);//如果重新分配，之前的空间会扔掉

	//////////////////////////////step 2.创建一副新图像(对源图像加以扩充)////////////////////////////////////////////
	//扩充的大小
	int width_Extend=size_Aperture.width>>1;
	int height_Extend=size_Aperture.height>>1;

	//创建新图像</span>

<span style="font-size:14px;"><span style="white-space:pre">	</span>//这里采用了与OpenCV相同的方式BORDER_DEFAULT
	Mat image_New;
	copyMakeBorder(image_Src,image_New,height_Extend,height_Extend,width_Extend,width_Extend,BORDER_DEFAULT);


	////////////////////////////step 3.滤波//////////////////////////////////////////////
	//新图像参数
	int width_New=image_New.cols;
	int height_New=image_New.rows;
	int widthStep_New=width_New;
	
	//滑动窗口
	int width_Aperture=size_Aperture.width;
	int height_Aperture=size_Aperture.height;
	int pixelCount=width_Aperture*height_Aperture;

	//计算需要滤波像素的起点坐标
	int startX=width_Aperture>>1;
	int startY=height_Aperture>>1;

	//每列的灰度值和
	int *sum_PerCol=new int[width_New];

	//对新图像做滤波处理
	uchar *row_New=image_New.data+startY*widthStep_New+startX;
	uchar *row_Dst=image_Dst.data;//第一行
	uchar *row_Aperture_New=image_New.data;
	for (int y=startY;y<=height_New-startY-1;++y)
	{
		//列
		uchar *col_Dst=row_Dst;
		uchar *col_Aperture_New=row_Aperture_New;

		//计算每列height_Aperture个像素的灰度值和
		//第一行，计算所有列的和
		if (y==startY)
		{

			for (int k=0;k<=width_New-1;++k)
			{
				sum_PerCol[k]=0;
				//每列第一个指针
				uchar *col_PerLine=col_Aperture_New+k;
				for (int t=0;t<=height_Aperture-1;++t)
				{
					sum_PerCol[k]+=col_PerLine[0];
					col_PerLine+=widthStep_New;//下一行
				}

			}
		}
		else//非第一行
		{
			for (int k=0;k<=width_New-1;++k)
			{
				//每列第一个指针
				uchar *col_=col_Aperture_New+k;
				sum_PerCol[k]-=col_[0-widthStep_New];//减上面
				sum_PerCol[k]+=col_[0+(height_Aperture-1)*widthStep_New];//加下面
			}

		}

		//计算width_Aperture行的列总和
		int sum_Aperture=0;
		for (int x=startX;x<=width_New-startX-1;++x)
		{
			//每行第一个元素，求width_Aperture个列和
			if (x==startX)
			{
				for (int k=0;k<=width_Aperture-1;++k)
				{
					sum_Aperture+=sum_PerCol[k];
				}
			}
			else//非第一个元素
			{
				//减去左边
				sum_Aperture-=sum_PerCol[x-startX-1];

				//加上右边
				sum_Aperture+=sum_PerCol[x+startX];
			}

			//求均值
			uchar meanValue=sum_Aperture/pixelCount;
			col_Dst[0]=meanValue;

			//滑动一个像素
			col_Dst++;
			//col_New++;//这里不需要对源图像指针进行滑动
		}

		//下一行
		row_Dst+=width_Dst;
		row_Aperture_New+=width_New;
	}
}</span>

原图

结果

高效均值滤波(采用copyMakeBorder处理边界像素)

标签：opencv   均值滤波   

原文地址：http://blog.csdn.net/qianqing13579/article/details/42324645