Opencv中cvFilter2D卷积函数的计算过程分析

时间:2022-04-11 12:14:17

接上一篇,介绍了矩阵卷积的计算方法,我们选择了用0来补全,但是在Opencv中的CVFilter2D函数是用边缘拷贝的方式。

CvFilter2D函数
void cvFilter2D( const CvArr* src, CvArr* dst,
const CvMat* kernel,
CvPoint anchor=cvPoint(-1,-1));
src
输入图像.
dst
输出图像.
kernel
卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道,先用 cvSplit 函数分解图像到单个色彩通道上,然后单独处理。
anchor
核的锚点表示一个被滤波的点在核内的位置。 锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。
函数 cvFilter2D 对图像进行线性滤波,支持 In-place 操作。当核运算部分超出输入图像时,函数从最近邻的图像内部象素差值得到边界外面的象素值。

尝试
先上代码,
#include<opencv2\opencv.hpp>  
using namespace cv;
using namespace std;

//打印
void ShowMat(CvMat *m)
{
int i, j;
for (i = 0; i<m->rows; i++)
{
for (j = 0; j<m->cols; j++)
{
double ImgPixelVal = cvGetReal2D(m, i, j);
cout << ImgPixelVal << " ";
}
cout << endl;
}

}
int main()
{
//卷积核
float A[] = {
1.0, 2.0, 3.0,
4.0, 5.0, 6.0,
-1.0, -2.0, -1.0 };
float B[] = {
9,8,7,
4,5,6,
7,8,9
};
CvMat Ma = cvMat(3, 3, CV_32FC1, A);//核矩阵
cout << "卷积核" << endl;
ShowMat(&Ma);
cout << endl;
CvMat Mb = cvMat(3, 3, CV_32FC1, B);//输入
//原矩阵
cout << "原矩阵" << endl;
ShowMat(&Mb);
cout << endl;

CvMat *C = cvCreateMat(3, 3, CV_32FC1);
cvFilter2D(&Mb, C, &Ma, cvPoint(1, 1));
//输出后
cout << "卷积后" << endl;
ShowMat(C);
cout << endl;
}
输出的结果

Opencv中cvFilter2D卷积函数的计算过程分析
为了不让数据有偶然性,所以卷积核很古怪,大家不要在意,我们只是要研究他的计算过程。
首先我们发现91 这个值就是 1*9+2*8+3*7+4*4+5*5+6*6-1*7-2*8-1*9=91。即对应的元素相乘后,求和。而且卷积核没有旋转180°

然后我们可以看到如果用我 上一篇介绍的边缘用0补全,是得不到这个结果的,所以我们肯定Opencv不是用0补全。
那下面的问题就是Opencv到底是怎么补全的

问号里面该填什么
Opencv中cvFilter2D卷积函数的计算过程分析???


Opencv中cvFilter2D卷积函数的计算过程分析???



之后,我们就猜测是不是边缘复制,

Opencv中cvFilter2D卷积函数的计算过程分析==========》         Opencv中cvFilter2D卷积函数的计算过程分析



通过计算后发现,果然是这样。1*9+2*9+1*8+4*9+5*9+6*8-1*4-2*4-1*5=163

其他也逐一验证 。

结论:
1.Opencv中,卷积核不会进行180°的旋转
2.CvFilter2D是边缘拷贝,通过边缘拷贝补全矩阵进行计算。