2 个解决方案
#2
如果 mask(核)是矩形的话, 是 行列分开的,
可以省点时间吧。
简单来讲就是,
3*3的情况, 你是把某个像素为中心的9个像素 取最大 或 最小值。
opencv的做法是,充分利用隔壁行的3个像素的最小值的结果来 做的。
1 对每行进行
每个像素为中心的3个像素进行计算
2 对1的结果的每列进行
每个像素为中心的3个像素进行比较计算
你可以看出 这个 其实跟 教科书的算法是等价的。
可以省点时间吧。
简单来讲就是,
3*3的情况, 你是把某个像素为中心的9个像素 取最大 或 最小值。
opencv的做法是,充分利用隔壁行的3个像素的最小值的结果来 做的。
1 对每行进行
每个像素为中心的3个像素进行计算
2 对1的结果的每列进行
每个像素为中心的3个像素进行比较计算
你可以看出 这个 其实跟 教科书的算法是等价的。
#1
#2
如果 mask(核)是矩形的话, 是 行列分开的,
可以省点时间吧。
简单来讲就是,
3*3的情况, 你是把某个像素为中心的9个像素 取最大 或 最小值。
opencv的做法是,充分利用隔壁行的3个像素的最小值的结果来 做的。
1 对每行进行
每个像素为中心的3个像素进行计算
2 对1的结果的每列进行
每个像素为中心的3个像素进行比较计算
你可以看出 这个 其实跟 教科书的算法是等价的。
可以省点时间吧。
简单来讲就是,
3*3的情况, 你是把某个像素为中心的9个像素 取最大 或 最小值。
opencv的做法是,充分利用隔壁行的3个像素的最小值的结果来 做的。
1 对每行进行
每个像素为中心的3个像素进行计算
2 对1的结果的每列进行
每个像素为中心的3个像素进行比较计算
你可以看出 这个 其实跟 教科书的算法是等价的。