我确实在寻找Filter2D的源代码,但找不到它。 Visual c++也不行。
这里有关于filter2D算法的专家吗?我知道how it's supposed to work,但实际上不知道它是如何工作的。我制作了自己的filter2d()函数来测试事物,结果与opencvs filter2D()完全不同。这是我的代码:
Mat myfilter2d(Mat input, Mat filter){
Mat dst = input.clone();
cout << " filter data successfully found. Rows:" << filter.rows << " cols:" << filter.cols << " channels:" << filter.channels() << "\n";
cout << " input data successfully found. Rows:" << input.rows << " cols:" << input.cols << " channels:" << input.channels() << "\n";
for (int i = 0-(filter.rows/2);i<input.rows-(filter.rows/2);i++){
for (int j = 0-(filter.cols/2);j<input.cols-(filter.cols/2);j++){ //adding k and l to i and j will make up the difference and allow us to process the whole image
float filtertotal = 0;
for (int k = 0; k < filter.rows;k++){
for (int l = 0; l < filter.rows;l++){
if(i+k >= 0 && i+k < input.rows && j+l >= 0 && j+l < input.cols){ //don't try to process pixels off the endge of the map
float a = input.at<uchar>(i+k,j+l);
float b = filter.at<float>(k,l);
float product = a * b;
filtertotal += product;
}
}
}
//filter all proccessed for this pixel, write it to dst
st.at<uchar>(i+(filter.rows/2),j+(filter.cols/2)) = filtertotal;
}
}
return dst;
}
有人看到我的实现有问题吗? (除了慢)
这是我的死刑:
cvtColor(src,src_grey,CV_BGR2GRAY);
Mat dst = myfilter2d(src_grey,filter);
imshow("myfilter2d",dst);
filter2D(src_grey,dst2,-1,filter);
imshow("filter2d",dst2);
这是我的内核:
float megapixelarray[basesize][basesize] = {
{1,1,-1,1,1},
{1,1,-1,1,1},
{1,1,1,1,1},
{1,1,-1,1,1},
{1,1,-1,1,1}
};
和here are the (substantially different) results:
有想法吗?
编辑:感谢布莱恩斯回答我添加了此代码:
//normalize the kernel so its sum = 1
Scalar mysum = sum(dst);
dst = dst / mysum[0]; //make sure its not 0
dst = dst * -1; //show negetive
和filter2d效果更好。某些过滤器会给出完全匹配,而其他过滤器(例如Sobel,fail miserably.)
我正在接近实际算法,但是还没有。还有其他想法吗?
最佳答案
我认为这个问题可能是规模问题之一:如果您输入的图像是8位图像,则在大多数情况下,卷积会产生一个溢出最大值255的值。
在您的实现中,看起来好像获得了环绕值,但是大多数OpenCV函数通过将最大值设置为最大值(或最小值)来处理溢出。这就解释了为什么OpenCV函数的大部分输出都是白色的,以及为什么在输出中也得到同心的形状。
为了解决这个问题,请通过将每个值除以过滤器的总和来规范化megapixelarray
过滤器(即,确保过滤器值的总和为1):
例如,代替此过滤器(总和= 10):
1 1 1
1 2 1
1 1 1
尝试使用此过滤器(总和= 1):
0.1 0.1 0.1
0.1 0.2 0.1
0.1 0.1 0.1