Question

我注意到C ++中filter2D的OpenCV实现与相应内核的直接实现之间存在差异。我读过以下问题：

Opencv - how does the filter2D() method actually work?

该问题的作者试图获得filter2D函数的工作实现。他声称使用标准化版本的过滤器会产生正确的结果。我测试了他的假设，发现只有当所有系数都是正数时，归一化才能给出正确的答案。因此，可以使用filter2D函数成功实现平均滤波器。[我们仍然必须规范化内核]。

然而，对于具有负系数的滤波器，例如Sobel，Laplacian和任何边缘检测滤波器，情况并非如此。这个问题的作者遇到了和我一样的问题。

https://stackoverflow.com/users/2669614/bovaz

上面提到的用户回复了链接的问题。他声称如果内核系数的总和等于零，filter2D可能会修改它的实现。是这样的吗？为什么C +中filter2D的实现会给出直接实现的不同结果？我已经在Python中检查过filter2D，并且在C ++中直接实现相应的内核会产生相同的结果。

Answer 1

主要是因为缩放和溢出问题。 filter2D的文档没有提及（至少我没有找到）溢出值是否被剪裁或适当缩放到最小 - 最大范围。这在方向滤波器的情况下更为重要，其中系数是正的和负的并且在代数之后功能＆＃39; myfilter2D＆＃39;在上面的链接上显示的不会扩展到最小 - 最大范围，应该是这种情况。

如果您可以发布示例代码，那么它将更容易提供帮助。

我的建议是将矩阵转换为浮点数（使用缩放）并执行代数运算，因为这会保留结果值，并且值不会因溢出或饱和而丢失。 im2double（） - ＆gt;＆＃34;执行代数运算＆＃34; - ＆gt; im2uchar（）用于显示

void im2uchar( Mat & src, Mat  & dest){ 
  double minVal, maxVal;
  minMaxLoc(src, &minVal, &maxVal); //find minimum and maximum intensities
  src.convertTo(dest, CV_8U, 255.0/(maxVal - minVal), -minVal * 255.0/(maxVal - minVal));
  }

void im2float( Mat  & src, Mat  & dest){ 
  double minVal, maxVal;
  minMaxLoc(src, &minVal, &maxVal); //find minimum and maximum intensities
  src.convertTo(dest, CV_32F, 1.0/(maxVal - minVal), -minVal * 1.0/(maxVal - minVal));
  }

filter2D OpenCV函数c ++

1 个答案: