ddepth

Question

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('logo.png')

kernel = np.ones((5, 5), np.float32) / 25
dst = cv2.filter2D(img, -1, kernel)
plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(dst), plt.title('Averaging')
plt.xticks([]), plt.yticks([])
plt.show()

我正在尝试平滑图片而我不理解cv2.filter2d（）的ddepth参数，其中值为-1。那么-1做什么以及ddpeth是什么意思呢？

Answer 1

ddepth

ddepth表示目标图像的所需深度

它包含有关图像中存储的数据类型的信息，可以是unsigned char（CV_8U），signed char（CV_8S），unsigned short（CV_16U），等等...

型

对于类型，类型包含2个值组合的信息：

图片深度 + 频道数量。

例如CV_8UC1（等于CV_8U），CV_8UC2，CV_8UC3，CV_8SC1（等于{{1}等等。

进一步阅读

有关更多讨论，请参阅以下两篇文章

Answer 2

您可以在doc中看到ddepth代表＆＃34;目的地深度＆＃34; ，这是结果（目标）图片的深度。< / p>

如果使用-1，结果（目标）图像将与输入（源）图像具有相同的深度。

Answer 3

基本上我知道有五种模糊图像的方法：

1）使用伽玛方法

2）创建您自己的内核（内核：它只是所需形状的一小撮数组），并将其应用于图像

3）使用OpenCv的内置函数

blur_img = cv2.blur（Image_src，Kernal_size）

4）高斯模糊

Guassian_blur_img = cv2.GuassianBlur（img_src，kernel_size，sigma_value）

5）中位数模糊

Median_blur_img = cv2.medianBlu（img_src，kernel_size_value）

我个人更喜欢使用中值模糊，因为它可以巧妙地消除图像中的噪点，这样仅图像的背景只会变得模糊，图像中的其他特征（例如角落）将保持不变。

Answer 4

根据official doc：

<块引用>

当 ddepth=-1 时，输出图像将与源图像具有相同的深度。

并且ddepth的有效值受下表限制：

ddepth table

例如：

cv::Mat src(3, 3, CV_8U3);
cv::Mat dst(3, 3, CV_16S3);
cv::Mat dst2(3, 3, CV_16F3);
cv::Mat kernel(3, 3, CV_8U, cv::Scalar(1));
cv::filter2D(src, dst, CV_16S, kernel); // valid
cv::filter2D(src, dst, CV_16F, kernel); // invalid

cv2.filter2d（）opencv中ddepth参数的解释？

4 个答案:

ddepth

型

进一步阅读