1 #include "stdafx.h"
2 #include "highgui.h"
3 #include "cv.h"
4 #include <fstream>
5 #include <iostream>
6 using namespace std;
7 void example2_4( IplImage* image )
8 {
9 cvNamedWindow( "Example2_4-in", CV_WINDOW_AUTOSIZE );
10 cvNamedWindow( "Example2_4-out", CV_WINDOW_AUTOSIZE );
11 cvShowImage( "Example2_4-in", image );
12 IplImage* out = cvCreateImage(
13 cvGetSize(image),
14 IPL_DEPTH_8U,
15 3
16 );
17 cvSmooth( image, out, CV_GAUSSIAN, 5,5 );
18 cvSmooth( out, out, CV_GAUSSIAN, 5, 5);
19 cvShowImage( "Example2_4-out", out );
20 cvReleaseImage( &out );
21 cvWaitKey( 0 );
22 cvDestroyWindow("Example2_4-in" );
23 cvDestroyWindow("Example2_4-out" );
24
25 }
26
27 int main( int argc, char** argv )
28 {
29 IplImage* img = cvLoadImage("Lena.jpg" );
30 cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE );
31 cvShowImage("Example1", img );
32 example2_4( img );
33 cvReleaseImage( &img );
34 cvDestroyWindow("Example1");
35 }
cvSmooth函数用法
定义原型
void cvSmooth(
const CvArr* src,
CvArr* dst,
int smoothtype=CV_GAUSSIAN,
int param1,
int param2,
double param3,
double param4 );
src:输入图像.
dst:输出图像.
smoothtype平滑方法:
CV_BLUR_NO_SCALE(简单不带尺度变换的模糊) - -对每个象素的 param1×param2 领域求和。如果邻域大小是变化的,可以事先利用函数 cvIntegral 计算积分图像。
CV_BLUR (simple blur)- -对每个象素param1×param2邻域求和并做尺度变换 1/(param1×param2)。
CV_GAUSSIAN(gaussian blur) - -对图像进行核大小为 param1×param2 的高斯卷积。
CV_MEDIAN(median blur) - -对图像进行核大小为param1×param1 的中值滤波 (邻域是方的)。
CV_BILATERAL(双向滤波) - -应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2.。
param1 平滑操作的第一个参数.
param2 平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况，如果param2的值为零，则表示其被设定为param1。
param3 对应高斯参数的 Gaussian sigma (标准差). 如果为零，则标准差由下面的核尺寸计算： sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核,n=param2 对应垂直核. 对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零，而 param1 和 param2 为零，则核大小由sigma 计算 (以保证足够精确的操作).
函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。 没有缩放的图像平滑仅支持单通道图像，并且支持8位到16位的转换(与cvSobel和cvaplace相似)和32位浮点数到32位浮点数的变换格式。 简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特 和 32-比特 浮点图像。这两种方法可以（in-place）方式处理图像。 中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像.
